---

Wprowadzenie do problemu wyszukiwania firm

Niedawna rozmowa na naszym kanale Slack stała się dla nas punktem wyjścia. Jeden z programistów poruszył kwestię wolnego wyszukiwania firm, co budziło niezadowolenie użytkowników. Było to szczególnie widoczne, gdy rekruterzy próbowali szybko znajdować odpowiednich kandydatów, co bezpośrednio wpływało na ich efektywność.

Dlaczego to ważne

Problem wyszukiwania firm bezpośrednio dotykał nasz zespół matcingowy, który odpowiadał za tworzenie udanych połączeń między kandydatami a pracodawcami. Rozumieliśmy, że wolne wyszukiwanie może prowadzić do utraty potencjalnych klientów i pogorszenia doświadczeń użytkowników. Rekruterzy, nie otrzymując potrzebnych wyników szybko, zaczynali szukać alternatyw, co było dla nas niedopuszczalne.

Konkretne problemy z wyszukiwaniem

Pewnego dnia, podczas testowania, jeden z członków zespołu zauważył, że wyszukiwanie według tagów firm zajmowało do 15 sekund. Czas ten wydłużał się, jeśli baza danych była obciążona. Na przykład, gdy rekruter wpisywał zapytanie o wyszukiwanie firm z określonymi tagami, system czasami nie zdążał z reakcją, a użytkownicy otrzymywali komunikat o błędzie. Tworzyło to złe wrażenie o platformie.

Pierwsze próby rozwiązania

Początkowo postanowiliśmy zoptymalizować zapytania do bazy danych, jednak to nie przyniosło oczekiwanych rezultatów. Udoskonaliliśmy indeksy, ale czas reakcji praktycznie się nie zmienił. W końcu zrozumieliśmy, że sama optymalizacja zapytań nie rozwiąże problemu i zaczęliśmy szukać innych podejść.

Techniczne rozwiązanie — tagi i cache

Postanowiliśmy wdrożyć system tagowania i cache'owania, co znacznie poprawiło czas reakcji. Tagi pozwoliły nam grupować firmy według kategorii, a cache'owanie zmniejszyło obciążenie serwera. Oto przykład implementacji cache'owania:

cache = {}
def get_companies_with_tags(tags):
    cache_key =