Python whoosh 如何优化加速

第一次使用 whoosh 数据量 300 万条，索引后 1.5G 文件

根据文档查询，时间经常需要 7 秒以上，问问大神如何加速优化下？感谢

    ix = open_dir("indexdir")
    with ix.searcher() as searcher:
        myquery = Term("subject", "关键词")
        results = searcher.search(myquery,limit=10)
        for result1 in results:
            print(dict(result1))
        

答:上 es
答:我是自己写，全部放内存，用 fastapi
答:expiringdict 怎么用，有多快
答:pypy??
whoosh 反正是纯 python 的.
答:2016 那都不维护了，你用它干啥。
答:或许你可以看下 whoosh 的索引数据结构，然后把它改为使用 diskcache 或 redis 做缓存后端。
答:如果你在 Django 下使用 Whoosh，可以试下 Haystack （改起来应该很快），看是不是也这么慢，是否存在不恰当使用的地方。

如果还是很慢，但又不喜欢 ES 太重，可以考虑用 Xapian 做引擎，不过它对中文分词的支持会有点麻烦，知道怎么搞的话麻烦告诉下我。
答:elasticsearch 吧，秒搜，也就 1G 硬盘需求
答:我已经改好出来一个基于 xapian 的搜索引擎，速度确实快很多。
答:时间应该都花在 open_dir 上了吧？把它做成 web 服务常驻内存就好，我现在索引文件大概在 700m 左右，查询时间 0.1s 左右
答:经过初步测试，改用 Xapian 做后端，比用 Whoosh 做后端快 30 到 60 倍。从中也可以看到，尽管 Haystack 框架看起来很重，但其实不是性能瓶颈。