问题背景
做一个数据库表查看、标注与分析的功能。
\(Table\)是数据库1中的表的信息（information_schema.tables）；\(Documentation\)是\(Table\)的数据字典文档，存储在本地文件中；\(Annotation\)是对\(Table\)的额外标注信息，存储在数据库2中。每一条\(Table\)，最多关联到一条\(Documentation\)和一条\(Annotation\)。
现在想搜索\(Table\)。前端向后端提供3个参数，搜索关键词列表、当前页码、每页条数；后端的搜索逻辑是，如果一条完整数据（\(Table\)+\(Documentation\)+\(Annotation\)）包含所有搜索关键词，则将\(Table\)加入搜索结果中。
\(Table\)的数量目前为6000+，要做到秒级搜索。
第一版实现
因为跨数据源，所以不能简单连表查询。
对于每个\(Table\)，查出\(Documentation\)、\(Annotation\)，然后将\(Table\)、\(Documentation\)、\(Annotation\)中要搜索的字段值取出来，用空格隔开拼接为字符串，形如"Table字段值 Documentation字段值 Annotation字段值"，我们称之为\(SearchKey\)（搜索键）。如果每个关键词都包含在\(SearchKey\)中，则将\(Table\)加入搜索结果。
搜索时，先获取所有\(Table\)，然后遍历每个\(Table\)，获取\(SearchKey\)并判断是否加入搜索结果。
为了提高速度，用Redis缓存\(Table\)对应的\(SearchKey\)。
分析数据情况：
- \(Table\)只增、不删、不改，因此，搜索时要重新获取所有\(Table\)，确保搜索到新\(Table\)；不必考虑驱逐（evict）\(SearchKey\)的缓存。
- \(Documentation\)不增、不删、不改，因此，不必考虑驱逐\(SearchKey\)的缓存。
- \(Annotation\)增、删、改，因此，要在\(Annotation\)增、删、改之后建立、驱逐对应\(SearchKey\)的缓存，确保搜索到\(Annotation\)的最新信息。
实测结果：
- 实现了功能，支持同时按\(Table\)、\(Documentation\)、\(Annotation\)的字段搜索。
- 有性能问题，即使缓存已经全部完成，但每次搜索都要耗时30s左右，原因是6000+个\(Table\)遍历从Redis获取\(SearchKey\)，每次耗时1~15ms，累计耗时长。
第二版实现
优化缓存策略。
获取所有\(Table\)后，构建\(SearchKeyMap\)（\(Table\)→\(SearchKey\)），然后将\(SearchKeyMap\)缓存，这样，下一次搜索时，只需要从Redis获取一次，提高传输效率。
为了确保搜索到新\(Table\)，缓存\(SearchKeyMap\)时将\(Table\)列表的长度作为缓存键，如果新增了\(Table\)，则\(SearchKeyMap\)不会命中缓存，会重新构建。
为了减少构建\(SearchKeyMap\)的时间，仍然保留单个\(SearchKey\)的缓存，仍然在\(Annotation\)增、删、改之后建立、驱逐单个\(SearchKey\)的缓存，但不同的是，还要同时驱逐\(SearchKeyMap\)的缓存。
实测结果：
- 性能提升明显，在缓存全部完成的情况下，搜索耗时降至1.3s。
- 仍然有性能问题，对一个\(Annotation\)做了增、删、改，会驱逐整个\(SearchKeyMap\)缓存，重建\(SearchKeyMap\)就又回到了遍历\(Table\)的情况，耗时30s左右。