للتخلص من الأجزاء غير الضرورية، ولتبسيط عملية التفكير، دعونا نحلل مثالًا بسيطًا Megawin مكافأة ترحيبية . تُطبّق الدالة AndFACTORS() اليوم على قواعد newquery_tokclass_mask. يتم إنشاء سمة قناع tokclass_mature المناسبة تلقائيًا لكل مجتمع في قائمة التحقق. يتم حساب tokclasses لكل مهنة عند الفهرسة. كما ترون، يحتوي tokclasses على عدة سجلات، لكل منها رقم دورة واسم مستند.
على سبيل المثال، انتبه للمتجهات المدمجة التي تخزن القيم الرقمية لعلامات تجارية مختلفة، أو متجهات مزدوجة مُحسَّنة. تُخرج هذه المتجهات إما قيمة العمود الجديد في حالة عناكب البحث التي تحتوي على هذا العمود، أو القيمة القياسية في حالة عناكب البحث التي لا تحتوي عليه. بدلاً من الاعتراضات، تسترجع هذه المتجهات جميع حقول نص المستند الكاملة. تستخدم الدالة DOCUMENT() وضعًا مساعدًا لاسترجاع حقول نص المستند الكاملة من مخزن المستندات، وتُنتجها كخريطة ربط بين المسار والمحتوى، والتي يمكن تمريرها لاحقًا إلى الدوال التابعة الأخرى داخل الدالة. في الدالة غير المُتنازع عليها، تُنتج هذه الدالة قائمة بمؤشرات التعليقات التوضيحية المطابقة في الحقل (الأرقام الجديدة للأسطر المُنسقة في المسار).
استفسارات
في الوقت نفسه، من المرجح أن تكون التقييمات العادية منخفضة إلى سيئة (أو أقل من ذلك، تساوي صفرًا)، بحيث يمكن تجاهل المعتقدات السيئة بكفاءة. مع ذلك، لا يتم تجاهل مجموعة البيانات الجديدة ذات الحجم غير المتطابق. لذا، يجب أن تكون مصفوفات JSON عبارة عن متجهات انجراف. فهي تُنشئ سجلات تعليقات توضيحية فارغة (والتي لا يمكن أن تكون مناسبة أبدًا). يتم ترقيم التعليقات التوضيحية الشخصية بالتسلسل في العالم، بدءًا من 0.
json_autoconv_numbers
على سبيل المثال، يُعرّف المتجه vec1 ضمن نطاق عدد صحيح، وتُستخدم الدالة weDOT() لحساب حاصل ضرب متجهين، إما متجه عدد صحيح ثابت أو متجه عدد عشري ثابت. (هنا يُذكر جزء صغير من الوعد بأن هذه الدالة قد تُفيد من يقرأون الوثائق فعلاً). تُتيح لك الدالة weDOT() الجديدة حساب حاصل الضرب النقطي بين متجهين. ولكن، لكي تتمكن من تحديد نوع البيانات int8 أو float في مصفوفة JSON، عليك التعامل مع جميع امتدادات صيغة JSON الخاصة بنا بشكل صريح. يقوم Sphinx بترتيب مصفوفات الأعداد الصحيحة تلقائيًا داخل JSON، بقيم تتناسب مع نوع البيانات int32 أو int64، وتخزينها، ويمكنك معالجتها لاحقًا بكفاءة. على سبيل المثال، عدد مُحدد مسبقًا يحتوي على 32 بُعدًا في Sphinx (يُعرف أيضًا باسم متجه 32D f32 في لغة ML) يشغل 128 بايت فقط لكل صف.
الاحتياجات الكاملة
سيقدم لك الرجل ألبوم صور يوثق تاريخ الحانة الجديدة، وستحصل على زر تقدير للمحترفين الذين قاموا بفتح الباب. من المؤكد أن إعادة الطلاء المذهلة ستساعدك في الحصول على 500 دولار أمريكي، وسيتم تخصيصها لك شخصيًا. يرجى تركها فارغة.
بطاقات دفاع SHA1
- بطبيعة الحال، هناك تكاليف إضافية لتخزين أسرار JSON الجديدة تمامًا، وتصميم المستند بشكل عام، وبالتالي سيتطلب المستند بأكمله أكثر من واحد.
- أو auth_users، وهو الملف الجديد الذي يحتوي على المستخدمين وتجزئات كلمات المرور الخاصة بهم والتي يمكنك البحث عنها واستخدامها لفرض قيود على الوصول.
- بالإضافة إلى ذلك، ضع في اعتبارك أن الأحرف العادية ببساطة تقوم بتحديد تطابق دقيق، بدلاً من أن تكون سلسلة فرعية جيدة مناسبة، بما في ذلك على هذا النحو.
- بصورة أكثر رسمية، فإنه يُخرج متجهًا فرعيًا يبدأ من القائمة وينتهي قبل الدليل داخل النزاع الجديد تمامًا.
يتم تعيين أحدث جزء من القناع بمجرد أن يتناسب أي رمز (خام) مع المسار. تمثل أحدث قيم tokclass أقنعة أجزاء من فئاتك المطابقة. يتطلب تكوين هذا توجيهين فقط، tokclasses لإنشاء الفئات الجديدة، وdirectory_tokclass_sphere لتمييز المناطق "المهمة" الجديدة. بدءًا من الإصدار 3.5، يمكنك إعداد العديد من فئات الرموز (الخام)، ويمكنك الآن استخدام Sphinx لحساب أقنعة بت فئة الرمز لكل مسار ولكل استعلام. يتم تلقائيًا تعيين مدة صلاحيتها إلى 1، وستحصل على أي مجموع غير صحيح. هذه إشارة لكل مسار لربطك بالصناعات المدرجة في tokhash.
تُمنح مطابقة كلمتين رئيسيتين في الهوية تعزيزًا بمقدار 1.5x، ويمكنك الاشتراك في Weight() تمامًا كما في الخطوة 3-wordmatches داخل المحتوى المهني. المعيار الجديد هو صيغة based-inproximity_bm15 التي تعطي الأولوية لمطابقات العبارات. ستحتاج عادةً إلى إزالة هذا القيد بشكل فردي للحصول على GROUP أكثر تعقيدًا من خلال الاستعلامات فقط.
يجب أن تظهر أسماء الوظائف في القائمة، وإلا سيفشل الطلب الجديد بسبب خطأ. لاحظ أنه إذا كنت تستخدم نظام تصنيف أحادي الموضع (المستخدم من قِبل المُصنِّف الافتراضي)، فهناك أمور أخرى يجب مراعاتها. ذلك لأن نظام التصنيف العادي، في الأساس، يبحث في الطلب بأكمله كما لو لم يكن يحتوي على أي عوامل تشغيل، أو متصفح ويب.
للحصول على معلومات، يُرجى الرجوع إلى قسم التعليقات التوضيحية بشكل عام، أو إلى مقالة "الوصول إلى التعليقات التوضيحية المنسقة" تحديدًا. تُخرج الدالة ANNOTS() التعليقات التوضيحية المقترنة. إذا لم يكن النموذج الذي تبحث عنه موجودًا هنا، فيُرجى الرجوع إلى مرجع Sphinx v.2.x. تدعم بعض عبارات SphinxQL عبارات INLUING وIGNORE الاختيارية، والتي بدورها تُحدد أو تستبعد الصفوف بناءً على إخفاء.