Hoppa till innehåll
Tekniska valUr ett kundprojekt8 min läsning

Så fick vi en sökning över 3,5 miljoner företag från 50 sekunder till 1

Den naiva sökningen fungerar utmärkt i utveckling och kollapsar i produktion. Här är trappan i fyra steg som löste det — utan att byta databas.

2026-07-18VibeDev

Problemet som inte syns i utveckling

När vi byggde Bolagsdata API — en sökbar databas över Sveriges företag — fungerade sökningen fint under utvecklingen. Med några tusen testrader svarade allt direkt.

Med hela registret inläst, 3,5 miljoner företag, tog vissa sökningar närmare en minut. Det är inte långsamt, det är trasigt.

Det intressanta är varför. Det handlade inte om att databasen var för liten eller fel vald. Det handlade om att vi bad den göra något orimligt.

Varför breda sökord fäller en databas

En sökning på ett ovanligt ord är billig: databasen hittar tio träffar och är klar. En sökning på ett vanligt ord är dyr på ett sätt som är lätt att underskatta.

Sök på "bygg" i ett svenskt företagsregister och du matchar över 200 000 bolag. Databasen måste då rangordna alla dessa för att kunna visa de tjugo bästa. Användaren kommer aldrig att se träff nummer 4 000 — men arbetet görs ändå.

Det är den insikten hela lösningen bygger på: att inte göra arbete vars resultat ingen kommer att titta på.

Trappan i fyra steg

Vi byggde om sökningen som en trappa där varje steg är dyrare än det förra, och där vi slutar så fort vi har tillräckligt.

Steg 1: ser frågan ut som ett organisationsnummer? Då är det en direktträff mot ett index. Klart på millisekunder, och det täcker en stor andel av verkliga sökningar.

Steg 2: rena filter. Ort, bolagsform, status — sådant som går mot indexerade kolumner och skär bort merparten av registret innan textsökningen ens börjar.

Steg 3: fulltextsökning med svensk språkhantering, så att böjningar av samma ord hittar varandra. Detta går mot ett index byggt för ändamålet.

Steg 4: fuzzy-matchning som fångar felstavningar — men bara om fulltexten gav för få träffar, och bara på första sidan. Det är det överlägset dyraste steget, och det körs därför nästan aldrig.

Två knep som gjorde större skillnad än väntat

Tak på antal kandidater. Vid rangordning tittar vi på maximalt några tusen träffar. Sökningen på "bygg" rangordnar alltså inte 200 000 rader utan ett urval. Resultatet användaren ser blir i praktiken detsamma; arbetet blir en bråkdel.

Tidsbudget mot databasen. Startsidan hämtar tre listor parallellt med ett tak på några sekunder. Hinner en fråga inte klart visas den kolumnen tom i stället för att hela sidan väntar. En sida som laddar med en tom lista är oändligt mycket bättre än en sida som inte laddar.

Effekten sammanlagt: tunga sökningar gick från cirka 50 sekunder till ungefär 1. Branschsidor från 69 sekunder till 0,2. Startsidans svarstid från 31 sekunder till 0,06.

Vad vi inte gjorde

Vi lade inte till en separat sökmotor. Det hade fungerat, men infört ett system till att drifta, synka och hålla i liv — för ett problem som gick att lösa i databasen vi redan hade.

Vi använde inte heller något ORM-lager för sökningen. Den är skriven som databasfunktioner i ren SQL, eftersom det är där prestandan avgörs och man vill ha exakt kontroll över vad som körs.

Regeln vi tar med oss: lägg inte till ett system förrän du har konstaterat att det befintliga faktiskt inte räcker. Ofta är svaret att man ber det om fel sak.

Om du sitter med något liknande

Börja med att mäta vad som faktiskt är långsamt, med produktionslik datamängd. Testdata på några tusen rader döljer precis den här klassen av problem.

Fråga sedan för varje steg: gör vi arbete vars resultat ingen kommer att se? Det är oftast där tiden ligger.

Vi hjälper gärna till med prestandaarbete på befintliga system. Läs mer under tjänster eller hör av er.

Taggar

#postgresql#sökning#prestanda#fulltext#databas#skalbarhet

Nästa steg

Vill ni bygga en digital produkt med tydligare riktning, bättre scope och starkare teknisk grund.

VibeDev hjälper team att gå från idé och innehåll till konkret produktstrategi, design och utveckling.

Relaterade artiklar

Läs vidare

Till bloggöversikten
Tekniska val7 min läsning

Fällan i svensk bolagsdata: organisationsnumret kan vara ett personnummer

Bygger du något på svenska företagsregister sitter du sannolikt på personuppgifter utan att veta om det. Här är varför — och vad som faktiskt krävs.

#gdpr#personuppgifter#bolagsdata#öppna data#databas#integritet
2026-07-15Läs artikel
Tekniska val8 min läsning

Multi-tenant SaaS: så håller du kunders data isolerad på riktigt

Alla kunder i samma databas är standard i SaaS. Frågan är vad som hindrar kund A från att se kund B:s data — och svaret får inte vara "koden".

#multi-tenant#saas#row level security#postgresql#säkerhet#arkitektur
2026-07-04Läs artikel
Tekniska val8 min läsning

Postgres för det mesta 2026 — när en databas räcker långt

Kö, sök, cache, vektorer — Postgres kan numera ersätta en hel rad specialverktyg. Här är när det är smart och när det inte är det.

#postgres#databas#arkitektur#teknikval
2026-05-26Läs artikel