> For the complete documentation index, see [llms.txt](https://docs.fact-finder.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.fact-finder.com/integration/de/factfinder-search-integration/search-optimization-and-performance.md). # Suchoptimierung und Performance Die effiziente Integration von FactFinder Search bedeutet nicht nur das Senden von Anfragen und das Verarbeiten von Antworten, sondern auch das Berücksichtigen leistungsbezogener Funktionen wie Cache und Ausgabekompression. Die richtige Nutzung dieser Funktionen kann die Antwortzeiten verbessern und die Last verringern. ## Suchergebnisse zwischenspeichern FactFinder enthält einen Suchergebnis-Cache, der darauf ausgelegt ist, die Verarbeitung bereits ausgeführter Abfragen zu beschleunigen. Übergebene Suchparameter werden geprüft, um festzustellen, ob eine Abfrage mit einer bereits im Cache gespeicherten identisch ist. Um die Effizienz des Caches zu maximieren, wird empfohlen, nur die Parameter an die Suchmaschine zu übermitteln, die von FactFinder strikt benötigt werden. Standardmäßig werden alle von FactFinder empfangenen Parameter als relevant für den Cache betrachtet. Die Aufnahme überflüssiger Parameter reduziert die Effizienz des Caches. Zusätzlich ist es möglich, auf Shop-Seite ein Caching zu implementieren. Beispielsweise könnte die Shop-Anwendung die gerenderten Ergebnisse einer Abfrage cachen, um wiederholte Aufrufe bei FactFinder zu vermeiden. Dabei ist jedoch zu beachten, dass der FactFinder-Server eine eigene Logik zur Ungültigmachung seines Caches besitzt. FactFinder löscht oder invalidiert zwischengespeicherte Ergebnisse automatisch, wenn bestimmte Ereignisse eintreten, etwa wenn die Konfiguration geändert wird oder Produktdaten aktualisiert werden (z. B. bei einem Feed-Import). Das externe Shopsystem weiß von diesen internen Ereignissen nicht. Das bedeutet, dass ein Shop, der Ergebnisse unabhängig cacht, veraltete Daten ausliefern kann, wenn sich FactFinder-Daten oder -Konfiguration geändert haben und der Shop-Cache nicht entsprechend aktualisiert wurde. > Parameter, die nicht direkt von FF selbst verwendet werden, können unter Umständen von benutzerdefinierten Erweiterungen genutzt werden, die wiederum das Suchergebnis verändern können. Aus diesem Grund werden alle empfangenen Parameter als relevant für den Cache behandelt. ## Ausgabekompression Bei Abfragen, die ein großes Datenvolumen erzeugen (z. B. Abfragen, die viele Ergebnisse zusammen mit umfangreichen Filteroptionen und Navigationsdaten zurückliefern), kann die Größe der Antwort von FactFinder sehr groß werden. Dies kann die Netzwerkübertragungszeit und damit die Gesamtlatenz der Suchergebnisse beeinflussen. FactFinder kann die Ausgabedaten mit GZIP komprimieren, was die Größe der über das Netzwerk gesendeten Daten deutlich reduziert. Die meisten modernen Webserver und Clients unterstützen GZIP-Kompression für HTTP-Antworten. Auf FactFinder-Seite kann die Suchantwort komprimiert gesendet werden, sofern der Applikationsserver entsprechend konfiguriert ist. Je nach verwendeter Programmiersprache kann es außerdem erforderlich sein, entsprechenden clientseitigen Code zu implementieren, um diese Kompressionsmethode zu unterstützen. Der Client muss explizit komprimierte Ausgabe anfordern, indem er den Wert `gzip` in `Accept-Encoding` Request-Header einschließt. ## Unterdrückung leerer Suchanfragen Es fällt auf, dass viele Besucher von Webshops auf den Suchbutton klicken, ohne Text in das Suchfeld einzugeben (eine „leere“ Abfrage). Aus Sicht der Benutzererfahrung ist das Ausführen einer leeren Suche in der Regel nicht wünschenswert. Als Best Practice sollte die Integration leere Suchanfragen auf der Oberfläche unterdrücken. Statt eine leere Abfrage an die Suchmaschine zu senden, sollte die Anwendung diese abfangen und den Benutzer zur Eingabe auffordern. Wenn der Benutzer z. B. den Suchbutton bei leerem Suchfeld klickt, könnte die Website eine Nachricht wie „Bitte geben Sie einen Suchbegriff ein.“ anzeigen und den Fokus zurück auf das Suchfeld setzen. Dies informiert den Benutzer darüber, dass eine Abfrage erforderlich ist, und verhindert das Senden einer sinnlosen Anfrage an den Server. Dies trägt dazu bei, die Ausführung leerer Abfragen zu verhindern, die Qualität und Relevanz der Suchinteraktionen zu erhalten und kann zu einer positiveren Benutzererfahrung beitragen. --- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter: ``` GET https://docs.fact-finder.com/integration/de/factfinder-search-integration/search-optimization-and-performance.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.