トリグラムの類似性と全文検索をpostgresを使用してQinddjangoと組み合わせた場合のパフォーマンスの低下

クラスコードがないと、クエリを最適化するためのより良い方法を見つけるのは困難です。

ジン を追加できます または要点 トリグラムの類似性を高速化するためのインデックス。

SearchVector を使用してアノテーションを作成できます 以下のように：

from django.contrib.postgres.aggregates import StringAgg
from django.contrib.postgres.search import SearchQuery, SearchVector

search_vectors = (
    SearchVector('vision_expertise') +
    SearchVector('bio_description') +
    SearchVector(StringAgg('experiences__description', delimiter=' ')) +
    SearchVector(StringAgg('educations__description', delimiter=' ')) +
    SearchVector(StringAgg('publications__description', delimiter=' '))
)

Profile.objects.annotate(
    search=search_vectors
).filter(
    Q(search=SearchQuery(search_term)) |
    Q(first_name__trigram_similar=search_term) |
    Q(last_name__trigram_similar=search_term) |
    Q(educations__degree__trigram_similar=search_term) |
    Q(educations__field_of_study__trigram_similar=search_term) |
    Q(educations__school__trigram_similar=search_term) |
    Q(experiences__title__trigram_similar=search_term) |
    Q(experiences__company__trigram_similar=search_term) |
    Q(publications__title__trigram_similar=search_term) |
    Q(certification__certification_name__trigram_similar=search_term) |
    Q(certification__certification_authority__trigram_similar=search_term)
)

を使用して、全文検索を高速化できます。 SearchVectorField

全文検索とトリグラムについて調べるには、私がこのテーマについて書いた記事を読むことができます：

"全文検索PostgreSQLを使用したDjango」