过去三年，查植物网-你身边的植物乐园的植物条目从1.2万条增长到8.7万条，其中绿植品种查询请求日均超过4万次。数据量激增背后，传统单表存储让联合查询响应时间从80ms恶化到1.2s，用户检索花草养护知识时经常遇到超时。

问题：多源异构数据难以统一检索

植物数据天然碎片化——形态特征来自图谱库，养护参数来自农艺日志，园林植物科普内容又散落在文章系统中。早期我们为每种数据建独立索引，导致一次盆栽种养指南检索要跨4个服务，平均延迟680ms。

解决方案：三层数据架构

重构后采用图文档混合模型：

• 基础层：Neo4j存储植物分类关系（科属种、别名、生态型），节点数42万，关系边190万
• 内容层：Elasticsearch索引全文与养护字段，倒排索引压缩后仅占3.2GB
• 服务层：GraphQL网关按需聚合，单次绿植品种查询平均返回时间降至97ms

实践建议：索引与缓存策略

针对高频查询场景，我们对「绿萝」「龟背竹」等TOP 500品种做预计算缓存，命中率61%。同时将花草养护知识按季节标签分片，春夏季查询自动路由到热节点。园林植物科普类长文则启用延迟加载，首屏只取摘要。

目前系统支撑着查植物网-你身边的植物乐园：绿植品种查询、花草养护知识、园林植物科普、盆栽种养指南四大板块的稳定运行，P99延迟控制在210ms以内。下一步计划引入向量检索，让用户用“叶片带黄斑的耐阴植物”这类自然语言直接匹配品种。