trustin sphinx-binary: Tek bir bağımsız dijital dosya halinde Windows, Linux ve 1King bonus kuralları X işletim sistemlerinizde Sphinx ile çalışın.

Makale sorgusu ile blog gönderi listesi sorgusu arasındaki temel fark, Sphinx tüm veri dosyalarını aldığında hızlı bir şekilde odaklanılmasıdır, ancak indeksleme diğer ihtiyaçların çoğunda yine de aksayabilir. Doğal olarak, bu 2000 satırlık bir tablo için çok büyük bir fark yaratmaz, ancak on milyon satırlık bir MyISAM tablosunu indekslemeye gelince, aralıklı sorgular bir miktar yardımcı olur. SQL motorlarında indeksleme genellikle şu şekilde çalışır:

Ekranda Sphinx'e, Linux'a ve belki de tek dosya halinde bağımsız bir ikili dosyaya sahip OS X'e odaklanın. Eğer doğru yaptıysanız, iyi bir Sphinx sürüm numarası elde edeceksiniz ve komut satırı için bir seçenek listesine sahip olacaksınız. Python'da, tek bir komutla üçüncü taraf kütüphaneleri indirip kurabilen çok kullanışlı bir `easy_create` komutu vardır. Sphinx Python dilinde oluşturulurken, Python'ı (istenilen sürüm en az 2.5 olmalıdır) oluşturmanız ve Sphinx'i çalıştırmanız gerekir.

Örneğin, İngilizce kök bulma işlemi dizinde "ayakkabı" kelimesini vurgulamaya çalışırsa, anahtar kelime aslında "shoe" olsa bile "shoes" kelimesi 1King bonus kuralları vurgulanabilir. $words, odaklanılacak yeni terimleri içeren bir dizidir. Hash ve grafikler, her arama terimi için analizler içeren küçük bir hash'e (büyük/küçük harf duyarlılaştırılmış, kök bulma işlemi yapılmış ve hazırlanmamış) sorgu ifadesini ekler ("docs", "hits"). Dolayısıyla, yukarıdaki benzetmeden yola çıkarak, "delta" listesinden gelen sonuçlar genellikle "ana" listeden gelen sonuçlara göre daha iyidir.

• Başlıca yatırım dizininde üst düzey belgelerden oluşan bir listem var.
• Önerilen, standart değer aslında 0'dır (mlock() fonksiyonunu çağırmayın).
• Indexer, arama terimi sıklığına göre sıralanmış, listenin düzenli bir sözlüğünü oluşturan bir mod sunar; bunun için Bölüm 7. adım birdeki "–buildstops" ve "–buildfreqs" düğmelerini bulun.
• Örneğin, yalnızca birkaç satırlık yer kaplayan bir veri bloğunu elde etmek için sık sık lso-rehelp komutunu kullanmanın bir anlamı yoktur.

1King bonus kuralları: İçerik masasından

Libstemmer ile sunulan daha fazla felsefe, 'libstemmer_XXX' tarzındadır; burada kişi libstemmer formül kod adını dener (tam liste için libstemmer_c/libstemmer/modules.txt dosyasına bakın). Soundex uygulaması MySQL ile uyumludur. Buna ek olarak, mükemmel bir lemmatizer_cache yönergesi vardır; bu yönerge, temelde sıkıştırılmamış bir önbelleğe sahip olmak için çok daha fazla RAM ödeyerek kök sözcük bulmayı (ve indekslemeyi) hızlandırmanıza olanak tanır.

Dizin oluşturma/çıkış işlemlerini, dizin oluşturma nedeniyle arama verimliliğindeki düşüşü ortadan kaldırmaya yardımcı olacak bir bölümle sınırlandırmak faydalı olacaktır. Çok düşük değerler dizin oluşturma hızına zarar verebilir, ancak 256M ile 1024M arası bazı veya tüm veri kümeleri için yeterli olacaktır. Bu, dizin oluşturma ile hiçbir şekilde bağlantılı değildir, yalnızca arka plan servisinin yeniden başlatılması anlamına gelir. Etkinleştirilirse, tüm öznitelik konumları devre dışı bırakılacak ve RT örümceklerinin tüm disk parçaları yukarıda açıklanan şekilde davranacaktır.

Her ne kadar öyle olmasa da, ara ekler indekslendiğinde yeni indeks oldukça genişleyebilir (daha fazla terim listelendiği için) ve hem indeksleme hem de arama sürelerinin değiştirilmesi gerekebilir. Ancak, ön ekler indekslendiğinde yeni liste önemli ölçüde genişleyebilir (daha fazla terim listelendiği için) ve indeksleme ve arama sürelerinin birbirini yıpratmasına neden olabilir. Tam tersine, '-' karakteri 'disregard_chars' sayısına eklendiğinde, aynı metin yalnızca "abcdef" anahtar kelimesi olarak indekslenir. Otomatik olarak, tüm karakter 0'a eşlenir, bu da terimler içinde bulunamayacağı ve ayırıcı olarak ele alınması gerektiği anlamına gelir.

Numaralandırma otomatik olarak birinci adımdan başlar ancak "start_passage_id" seçeneğiyle geçersiz kılınabilir. Bir kelimenin önüne girilecek bir dize. Arama yapabileceğiniz bağlantılar, verilen dosyalardan alıntılar (parçacıklar) oluşturmasını ister ve sonuçları verimli bir şekilde kullanabilirsiniz.

Bu gerçekten de sadece sözdizimi glikozudur – ifadenin içinde yer alan tüm terminolojiye kesin bir ayar değiştirici ekler. Bu, yeni anahtar kelimeleri etkileyen ve terimler, yakınlık ve çoğunluk sağlayıcıları gibi sağlayıcılar içinde de incelenebilen harika bir değiştiricidir. Örneğin, "evcil köpek fare"~5 sorgusu, 3. adım terimlerinin tümünü içeren 8 terimden daha az bir süre olması gerektiği anlamına gelir, yani. Örneğin, "@looks hello" ifadesi, 'hello' anahtar kelimesinin gövdede 51. ve daha düşük bir konumda geçtiği veri dosyalarıyla eşleşmez. 0.9.9-rc1 sürümünde tanıtılan topluluk konum sınırı, aynı zamanda yeni aramayı dikkate alınan meslek içindeki temel Harf koşuluyla sınırlandırır (aksi takdirde alanlar). Ticari olarak, Sphinx kimliklerin bir özetini tutmaz.

Önerilen standart değerler Latin ve Kiril alfabelerindeki karakterlerdir. Örneğin, minute_word_len değeri cuatro ise, 'the' kelimesi dizine eklenmeyecek, ancak 'they' kelimesi eklenecektir. İsteğe bağlı, varsayılan değer 1'dir (her şeyi dizine ekle). Bu nedenle, yeni dosyadaki değişiklikleri yakalamak için yeniden dizine eklemek gerekir ve arama işlemi devam edecektir.