内容简介：在Sphinx 2.3.2中，我们介绍了几个新功能，其中一个是修正建议。直到现在，对于suggests，需要遵循从索引字典中提取所有单词的过程，从单词创建三叉树，并将其插入到一个索引中，该索引将被查询以获得建议。这是一个痛苦的过程，因为它正在假设一些工作来创建建议索引和定期更新它，并在应用程序代码中进行后处理工作（比如应用在Levenshtein距离）。#
在Sphinx 2.3.2中，我们介绍了几个新功能，其中一个是修正建议。
直到现在，对于suggests，需要遵循从索引字典中提取所有单词的过程，从单词创建三叉树，并将其插入到一个索引中，该索引将被查询以获得建议。这是一个痛苦的过程，因为它正在假设一些工作来创建建议索引和定期更新它，并在应用程序代码中进行后处理工作（比如应用在Levenshtein距离）。
# 注 Levenshtein 距离，又称 编辑距离 ，指的是两个字符串之间，由一个转换成另一个所需的最少编辑操作次数。许可的编辑操作包括将一个字符替换成另一个字符，插入一个字符，删除一个字符。
现在不用了！在2.3.2中任何索引启用了中缀，它都可以执行一个查询，将给你一个类似的单词的列表。由于magic 在查询时间完成，因此不需要重新索引来使用新功能。
新功能在2个语句中实现： CALL QSUGGEST 和 CALL SUGGEST。
CALL QSUGGEST/SUGGEST
查询需要2个参数，首先是我们要搜索的字，第二个是我们执行它的本地索引。
两个调用之间的差异在第一个参数，它可以接受一个单词或一串词。在单个字的情况下，在2个calls之间没有差别。
如果第一个参数是一串词：
CALL SUGGEST– 只处理第一个字，忽略其余的
CALL QSUGGEST– 只处理最后一个字，忽略其余部分
* QSUGGEST可能会在将来收到一个更新，以便能够处理输入的所有单词，而不仅仅是最后一个。
除了前2个参数之外，可以设置许多参数来调整建议或输出。
看下面的例子：
MySQL [(none)]> CALL QSUGGEST('automaticlly ','forum');
+---------------+----------+------+
| suggest | distance | docs |
+---------------+----------+------+
| automatically | 1 | 282 |
| automaticly | 1 | 6 |
| automaticaly | 1 | 3 |
| automagically | 2 | 14 |
| automtically | 2 | 1 |
+---------------+----------+------+
5 rows in set (0.00 sec)
查询返回一个结果，每行有3列：suggest，distance和docs。
距离列是在字典中找到的输入词和词之间的Levenshtein距离（因此不需要像以前那样进行后处理）。
docs列表示找到该单词的文档数。
词语按距离升序排序。 具有相同距离的词按文档数量降序排序。 最好的选择应该是结果的第一个单词。
你必须记住，该函数使用索引字典中找到的词。 如果存在拼写错误的单词，结果可能不是预期的结果。
让我们举两个例子。 第一个有输入字正确，但请记住，这是下一个最好的选择有更多的文档。 遵循正常路径，我们仍然选择第一个词’苹果’ – 因为它是预期的结果。
MySQL [(none)]> CALL QSUGGEST('apple','forum');
+---------+----------+------+
| suggest | distance | docs |
+---------+----------+------+
| apple | 0 | 65 |
| apply | 1 | 343 |
| apples | 1 | 8 |
| ample | 1 | 5 |
| appli | 1 | 2 |
+---------+----------+------+
5 rows in set (0.00 sec)
MySQL [(none)]>
In the second case, our input word is bad, however it has several occurrences in the index, so it appears in the first row.
在第二种情况下，我们的输入字是错误的（comand，其实应该是command），但它在索引中有多次出现，因此它出现在第一行。
MySQL [(none)]> CALL QSUGGEST('comand','forum');
+----------+----------+------+
| suggest | distance | docs |
+----------+----------+------+
| comand | 0 | 3 |
| command | 1 | 1248 |
| coomand | 1 | 1 |
| coming | 2 | 263 |
| commands | 2 | 225 |
+----------+----------+------+
5 rows in set (0.00 sec)
遵循正常路径，我们应该选择第一个字，输入字，这当然是坏的。 发动机不能在两种情况之间产生差异，因为他们似乎对他都是正确的。 如果我们想要处理这种情况，我们应该向用户返回下一个具有下一个最短距离和最大文档的词 – 在这种情况下，它是正确的单词’command’。
以下是可选参数
limit– 返回前N个匹配项，默认值为5。
max_matches- 与查询max_matches类似，它定义要保留的匹配字数。 默认值为25.增加max_matches可以增加查询时间。
result_stats- 它允许禁用显示距离和文档统计。 默认情况下启用。
result_line- 如果设置，它将打印所有建议，距离和文档在一行中。
MySQL [(none)]> CALL QSUGGEST('apple','forum',1 as result_line);
+----------+-------------------------------+
| name | value |
+----------+-------------------------------+
| suggests | apple,apply,apples,ample,appl |
| distance | 0,1,1,1,1 |
| docs | 75,385,10,5,3 |
+----------+-------------------------------+
3 rows in set (0.00 sec)
max_edits–定义了原始词和建议词之间的最大Levenshtein距离的限制。 默认值为4。
MySQL [(none)]> call suggest('segmentaton','forum', 10 as limit,4 as max_edits);
+---------------+----------+------+
| suggest | distance | docs |
+---------------+----------+------+
| segmentation | 1 | 95 |
| segmenation | 2 | 1 |
| segementation | 2 | 1 |
| segmental | 3 | 1 |
| fragmentation | 4 | 24 |
| segmented | 4 | 10 |
| segmenting | 4 | 6 |
| segmenter | 4 | 3 |
| doumentation | 4 | 1 |
| segregation | 4 | 1 |
+---------------+----------+------+
10 rows in set (0.01 sec)
MySQL [(none)]>call suggest('segmentaton','forum', 10 as limit,3 as max_edits);
+---------------+----------+------+
| suggest | distance | docs |
+---------------+----------+------+
| segmentation | 1 | 95 |
| segmenation | 2 | 1 |
| segementation | 2 | 1 |
| segmental | 3 | 1 |
+---------------+----------+------+
4 rows in set (0.01 sec)
delta_len –定义原始单词和建议单词之间的最大字符距离。 默认值为3。
MySQL [(none)]> call suggest('segmentaton','forum', 10 as limit,2 as delta_len);
+--------------+----------+------+
| suggest | distance | docs |
+--------------+----------+------+
| segmentation | 1 | 95 |
| segmenation | 2 | 1 |
| segmenting | 4 | 6 |
| doumentation | 4 | 1 |
| segregation | 4 | 1 |
+--------------+----------+------+
5 rows in set (0.01 sec)
####这个对中文搜索貌似没有什么卵用！
以上就是本文的全部内容，希望本文的内容对大家的学习或者工作能带来一定的帮助，也希望大家多多支持 码农网
猜你喜欢:
- SQL Server On Linux（15）—— SQL Server On Linux性能（1）——内置特性（1）——内置扩展性
- Python 3.10 的首个 PEP 诞生，内置类型 zip() 将迎来新特性
- Python 3.10 的首个 PEP 诞生，内置类型 zip() 将迎来新特性
- sphinx search 2.3.2 版本一些新的特性 built-in suggests（内置搜索建议）
- SQL Server On Linux（16）—— SQL Server On Linux性能（2）——内置特性（2）——内存和Cache管理
- SQL Server On Linux（17）—— SQL Server On Linux性能（3）——内置特性（3）——I/O行为
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
复杂：信息时代的连接、机会与布局
罗家德 / 中信出版集团股份有限公司 / 2017-8-1 / 49.00 元
信息科技一方面创造了人们互联的需要，另一方面让人们在互联中抱团以寻找归属感，因此创造了大大小小各类群体的认同和圈子力量的兴起，即互联的同时又产生了聚群，甚至聚群间的相斥。要如何分析这张网？如何预测它的未来变化？如何在网中寻找机会，实现突围？本书提出了4个关键概念──关系、圈子、自组织与复杂系统： • 关系 关系是人与人的连接，又可以被分为强关系和弱关系。强关系就是和你拥有亲密关系的人，......一起来看看 《复杂：信息时代的连接、机会与布局》 这本书的介绍吧!
