果蔬识别系统性能优化之路（四）

前情提要

果蔬识别系统性能优化之路（三）

剩下问题

同步数据库数据并初始化ivf依然要8,9秒

问题排查

通过断点加时间打印，发生其实初始化ivf的时间很快，慢的是数据在网络间的传输，并在python端的数据解析，无语



本地调本地，都要十秒，这不合理，改！

解决方案

因为这里必须要查一次全量数据，然后存入redis并将特征值传给python端进行初始化，所以最快的方案就是舍弃数据传输，直接在python端进行查询并初始化，即在python端查全量数据+设置redis+初始化ivf，虽然不想承认，但确实把python端做重在架构和设计层面可能都是最优解，改吧

1. python端增加mysql查询

import mysql.connector
from mysql.connector import pooling

# 配置数据库连接
db_config = {
    'host': 'localhost',  # 替换为你的 MySQL 主机地址
    'user': 'root',  # 替换为你的 MySQL 用户名
    'password': 'cmkkl407',  # 替换为你的 MySQL 密码
    'database': 'cnn'  # 替换为你的数据库名称
}
pool = pooling.MySQLConnectionPool(pool_name="mypool", pool_size=5, **db_config)


def get_feature_by_store_code(store_code):
    query = "SELECT id, features FROM feature WHERE storeCode REGEXP %s"
    results = query_data(query, params=(f"(^|,){store_code}(,|$)",))
    return results


def query_data(query, params):
    connection = pool.get_connection()
    cursor = connection.cursor(dictionary=True)
    cursor.execute(query, params)
    results = cursor.fetchall()
    cursor.close()
    connection.close()  # 连接会被返回到池中
    return results

2. 修改sync方法

  def sync(self, store_code):
        if store_code + '-featureDatabase' in self.ivfObj:
            del self.ivfObj[store_code + '-featureDatabase']
        data = get_feature_by_store_code(store_code)

        def parse_features(item):
            return orjson.loads(item['features'])

        with ThreadPoolExecutor() as executor:
            features_list = list(executor.map(parse_features, data))
        # 提取所有特征并转换为 NumPy 数组
        features = np.array(features_list, dtype=np.float32)
        self.ivfObj[store_code + '-featureDatabase'] = IVFPQ(features)
        ids = [item['id'] for item in data]
        return ids

由于python端查出来的json默认会给字符串格式，所以还需要转成json
一个优化小点：

并行处理：使用多线程或多进程并行处理数据。可以使用 concurrent.futures 库中的 ThreadPoolExecutor 或 ProcessPoolExecutor 来加快解析速度。

   def parse_features(item):
            return orjson.loads(item['features'])

        with ThreadPoolExecutor() as executor:
            features_list = list(executor.map(parse_features, data))

同时利用查出了所有id将ids进行返回给nestjs端直接进行redis存储
4. nestjs端修改

 /**
   * 同步redis
   * @param storeCode
   */
  async syncRedis(storeCode: string) {
    const url = 'http://localhost:5000/sync'; // Python 服务的 URL
    const s = Date.now();
    const response = await firstValueFrom(this.httpService.post(url, { storeCode }));
    const { ids } = response.data;
    await this.redisService.set(`${storeCode}-featureDatabase`, JSON.stringify(ids));
    const e = Date.now();
    console.log(`同步redis耗时：${e - s}ms`);
  }

5. 优化后速度减少了一倍
   

下一步

1. 新建store_feature表，关联storeCode和featureId表，对数据库进行规范化，创建一个新的表来映射storeCode与feature的关系，从而可以使用简单的WHERE条件来充分利用索引
2. 实现对特征向量ivf的增删改查