字典链接缓存预加载指南

概述

由于字典条目数据(dict_entry)很少变动，为了提高系统性能，我们提供了预加载脚本将所有具有ref_link的条目预加载到Redis缓存中。这样可以避免在运行时重复查询数据库，显著提升处理速度。

首次部署

在首次部署系统时，建议运行预加载脚本来初始化Redis缓存：

Linux/macOS 系统

# 进入项目根目录
cd /path/to/project

# 运行预加载脚本
./deploy/preload_dict_cache.sh

Windows 系统

# 进入项目根目录
cd \path\to\project

# 运行预加载脚本
deploy\preload_dict_cache.bat

手动运行预加载脚本

您也可以直接使用Python运行预加载脚本：

# 进入项目根目录
cd /path/to/project

# 查看帮助信息
python backend/utils/preload_dict_links.py --help

# 预加载所有链接关系（默认会清除现有缓存）
python backend/utils/preload_dict_links.py preload

# 预加载所有链接关系（不清除现有缓存）
python backend/utils/preload_dict_links.py preload --no-clear

# 清除所有链接缓存
python backend/utils/preload_dict_links.py clear

# 显示缓存统计信息
python backend/utils/preload_dict_links.py stats

参数说明

--batch-size: 每批处理的条目数量，默认为1000
--no-clear: 预加载时不清除现有缓存

定期维护

虽然字典数据很少变动，但建议定期运行预加载脚本以确保缓存数据与数据库保持同步：

# 每周日凌晨2点运行预加载
0 2 * * 0 cd /path/to/project && ./deploy/preload_dict_cache.sh

性能监控

您可以使用以下命令查看缓存统计信息：

python backend/utils/preload_dict_links.py stats

这将显示当前缓存中的条目数量，帮助您监控缓存使用情况。

1.9 KiB Executable File Raw Permalink Blame History Unescape Escape