我正在嘗試檢索first名稱中包含字符串的所有任務(wù)文檔。我目前有以下代碼，但它只有在我傳遞確切名稱時才有效：res, err := db.client.Query( f.Map( f.Paginate(f.MatchTerm(f.Index("tasks_by_name"), "My first task")), f.Lambda("ref", f.Get(f.Var("ref"))), ),)我想我可以在ContainsStr()某處使用，但我不知道如何在我的查詢中使用它。另外，有沒有辦法在不使用的情況下做到這一點(diǎn)Filter()？我問是因?yàn)樗坪踉诜猪摵筮^濾，并且與頁面混淆
1 回答
慕工程0101907
TA貢獻(xiàn)1887條經(jīng)驗(yàn) 獲得超5個贊
FaunaDB 提供了很多構(gòu)造，這使其功能強(qiáng)大，但您有很多選擇。強(qiáng)大的力量帶來了一個小的學(xué)習(xí)曲線:)。
如何閱讀代碼示例
為了清楚起見，我在這里使用了 FQL 的 JavaScript 風(fēng)格，并且通常從 JavaScript驅(qū)動程序公開 FQL 函數(shù)，如下所示：
const faunadb = require('faunadb')
const q = faunadb.query
const {
Not,
Abort,
...
} = q
像這樣導(dǎo)出 Map 時必須小心，因?yàn)樗鼤c JavaScript 映射沖突。在這種情況下，您可以只使用 q.Map。
選項(xiàng) 1：使用 ContainsStr() 和過濾器
根據(jù)文檔的基本用法
ContainsStr('Fauna', 'a')
當(dāng)然，這適用于特定值，因此為了使其工作，您需要Filter 并且 Filter 僅適用于分頁集。這意味著我們首先需要獲得一個分頁集。獲取一組分頁文檔的一種方法是：
q.Map(
Paginate(Documents(Collection('tasks'))),
Lambda(['ref'], Get(Var('ref')))
)
但是我們可以更有效地做到這一點(diǎn)，因?yàn)橐淮伍喿x === 一次閱讀并且我們不需要文檔，我們將過濾掉很多文檔。有趣的是，一個索引頁也是一次讀取，因此我們可以如下定義索引：
{
name: "tasks_name_and_ref",
unique: false,
serialized: true,
source: "tasks",
terms: [],
values: [
{
field: ["data", "name"]
},
{
field: ["ref"]
}
]
}
由于我們將 name 和 ref 添加到值中，索引將返回 name 和 ref 的頁面，然后我們可以使用它們進(jìn)行過濾。例如，我們可以對索引做類似的事情，對它們進(jìn)行映射，這將返回一個布爾數(shù)組。
Map(
Paginate(Match(Index('tasks_name_and_ref'))),
Lambda(['name', 'ref'], ContainsStr(Var('name'), 'first'))
)
由于 Filter 也適用于數(shù)組，我們實(shí)際上可以簡單地將Map替換為 filter。我們還將添加一個小寫字母以忽略大小寫，我們有我們需要的：
Filter(
Paginate(Match(Index('tasks_name_and_ref'))),
Lambda(['name', 'ref'], ContainsStr(LowerCase(Var('name')), 'first'))
)
就我而言，結(jié)果是：
{
"data": [
[
"Firstly, we'll have to go and refactor this!",
Ref(Collection("tasks"), "267120709035098631")
],
[
"go to a big rock-concert abroad, but let's not dive in headfirst",
Ref(Collection("tasks"), "267120846106001926")
],
[
"The first thing to do is dance!",
Ref(Collection("tasks"), "267120677201379847")
]
]
}
過濾和縮小頁面大小
正如您所提到的，這并不是您想要的，因?yàn)檫@也意味著如果您請求 500 個大小的頁面，它們可能會被過濾掉，您最終可能會得到一個大小為 3 的頁面，然后是 7 個頁面中的一個。您可能會認(rèn)為，為什么我不能只在頁面中獲取過濾后的元素？好吧，出于性能原因，這是一個好主意，因?yàn)樗旧蠙z查每個值。想象一下，你有一個龐大的集合并過濾掉了 99.99%。您可能必須遍歷許多元素才能達(dá)到 500，所有這些都需要讀取。我們希望定價是可預(yù)測的:)。
選項(xiàng) 2：索引！
每次你想做更高效的事情時，答案就在于索引。FaunaDB 為您提供了實(shí)現(xiàn)不同搜索策略的原始能力，但您必須有點(diǎn)創(chuàng)意，我在這里為您提供幫助:)。
綁定
在索引綁定中，您可以轉(zhuǎn)換文檔的屬性，在我們的第一次嘗試中，我們會將字符串拆分為單詞（我將實(shí)現(xiàn)多個，因?yàn)槲也煌耆_定您想要哪種匹配）
我們沒有字符串拆分功能，但由于 FQL 很容易擴(kuò)展，我們可以自己編寫它，綁定到我們宿主語言中的變量（在本例中為 javascript），或者使用這個社區(qū)驅(qū)動的庫中的一個：https://github .com/shiftx/faunadb-fql-lib
function StringSplit(string: ExprArg, delimiter = " "){
return If(
Not(IsString(string)),
Abort("SplitString only accept strings"),
q.Map(
FindStrRegex(string, Concat(["[^\\", delimiter, "]+"])),
Lambda("res", LowerCase(Select(["data"], Var("res"))))
)
)
)
并在我們的綁定中使用它。
CreateIndex({
name: 'tasks_by_words',
source: [
{
collection: Collection('tasks'),
fields: {
words: Query(Lambda('task', StringSplit(Select(['data', 'name']))))
}
}
],
terms: [
{
binding: 'words'
}
]
})
提示，如果你不確定你是否做對了，你總是可以用值而不是術(shù)語來綁定，然后你會在動物儀表板中看到你的索引是否真的包含值：
我們做了什么？我們剛剛編寫了一個綁定，它將在寫入文檔時將值轉(zhuǎn)換為值數(shù)組。當(dāng)您在 FaunaDB 中索引文檔數(shù)組時，這些值是單獨(dú)的索引，但都指向同一個文檔，這對于我們的搜索實(shí)現(xiàn)非常有用。
我們現(xiàn)在可以使用以下查詢找到包含字符串“first”作為其單詞之一的任務(wù)：
q.Map(
Paginate(Match(Index('tasks_by_words'), 'first')),
Lambda('ref', Get(Var('ref')))
)
這會給我一個文件名：“首先要做的是跳舞！”
其他兩個文檔沒有包含確切的單詞，那么我們該怎么做呢？
選項(xiàng) 3：索引和 Ngram（精確包含匹配）
為了獲得精確的包含匹配效率，您需要使用一個名為“NGram”的（仍然沒有記錄的函數(shù)，因?yàn)槲覀儗頃蛊涓菀祝┖瘮?shù)。在 ngram 中劃分字符串是一種搜索技術(shù)，通常在其他搜索引擎的底層使用。在 FaunaDB 中，由于索引和綁定的強(qiáng)大功能，我們可以輕松地應(yīng)用它。Fwitter 示例的源代碼中有一個自動完成的示例。此示例不適用于您的用例，但我確實(shí)為其他用戶引用了它，因?yàn)樗糜谧詣油瓿啥套址皇窍袢蝿?wù)一樣在較長字符串中搜索短字符串。
我們會根據(jù)您的用例對其進(jìn)行調(diào)整。在搜索方面，這完全是性能和存儲的權(quán)衡，在 FaunaDB 中，用戶可以選擇他們的權(quán)衡。請注意，在前面的方法中，我們分別存儲每個單詞，使用 Ngrams 我們將進(jìn)一步拆分單詞以提供某種形式的模糊匹配。不利的一面是，如果您做出錯誤的選擇，索引大小可能會變得非常大（搜索引擎同樣如此，因此它們讓您定義不同的算法）。
NGram 本質(zhì)上所做的是獲取一定長度的字符串的子字符串。例如：
NGram('lalala', 3, 3)
將返回：
如果我們知道我們不會搜索超過某個長度的字符串，假設(shè)長度為 10（這是一個折衷，增加大小會增加存儲需求，但允許您查詢更長的字符串），您可以編寫跟隨 Ngram 生成器。
function GenerateNgrams(Phrase) {
return Distinct(
Union(
Let(
{
// Reduce this array if you want less ngrams per word.
indexes: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9],
indexesFiltered: Filter(
Var('indexes'),
// filter out the ones below 0
Lambda('l', GT(Var('l'), 0))
),
ngramsArray: q.Map(Var('indexesFiltered'), Lambda('l', NGram(LowerCase(Var('Phrase')), Var('l'), Var('l'))))
},
Var('ngramsArray')
)
)
)
}
然后，您可以按如下方式編寫索引：
CreateIndex({
name: 'tasks_by_ngrams_exact',
// we actually want to sort to get the shortest word that matches first
source: [
{
// If your collections have the same property tht you want to access you can pass a list to the collection
collection: [Collection('tasks')],
fields: {
wordparts: Query(Lambda('task', GenerateNgrams(Select(['data', 'name'], Var('task')))))
}
}
],
terms: [
{
binding: 'wordparts'
}
]
})
你有一個索引支持的搜索，你的頁面是你請求的大小。
q.Map(
Paginate(Match(Index('tasks_by_ngrams_exact'), 'first')),
Lambda('ref', Get(Var('ref')))
)
選項(xiàng) 4：索引和大小為 3 的 Ngram 或三元組（模糊匹配）
如果你想要模糊搜索，通常使用三元組，在這種情況下我們的索引會很容易，所以我們不會使用外部函數(shù)。
CreateIndex({
name: 'tasks_by_ngrams',
source: {
collection: Collection('tasks'),
fields: {
ngrams: Query(Lambda('task', Distinct(NGram(LowerCase(Select(['data', 'name'], Var('task'))), 3, 3))))
}
},
terms: [
{
binding: 'ngrams'
}
]
})
如果我們再次將綁定放在值中以查看結(jié)果，我們將看到如下內(nèi)容：
在這種方法中，我們在索引端和查詢端一樣使用兩個三元組。在查詢方面，這意味著我們搜索的“第一個”單詞也將被劃分為三元組，如下所示：
例如，我們現(xiàn)在可以進(jìn)行如下模糊搜索：
q.Map(
Paginate(Union(q.Map(NGram('first', 3, 3), Lambda('ngram', Match(Index('tasks_by_ngrams'), Var('ngram')))))),
Lambda('ref', Get(Var('ref')))
)
在這種情況下，我們實(shí)際上進(jìn)行了 3 次搜索，我們正在搜索所有三元組并將結(jié)果合并。這將返回我們所有包含 first 的句子。
但是，如果我們拼錯了它并寫了frst，我們?nèi)匀粫ヅ渌腥齻€，因?yàn)橛幸粋€匹配的 trigram (rst)。
- 1 回答
- 0 關(guān)注
- 130 瀏覽
添加回答
舉報(bào)
0/150
提交
取消