使用前缀的全文查询

Question

我正在尝试使用 ArangoDB 对名称进行全文查询，并且我希望能够按首字母进行搜索，例如搜索“John J. Doe”或“J. Doe”都会返回 John James Doe。我设置了索引minLength: 1，并尝试使用prefix 标签进行搜索，例如"prefix:J,Doe"。不幸的是，这使得搜索速度非常慢（单次搜索超过 160 万条记录需要 5 秒）。这应该更快地工作还是它是 prefix: 长度为 1 的查询的预期行为？

Answer 1

ArangoDB 利用 ICU 分词器在其边界上拆分单词。 您可以使用 SYS_SPLIT_WORDS_ICU 命令在 arangosh 中检查其工作：

SYS_SPLIT_WORDS_ICU()
usage: SplitWordlist(<value>, minLength, [<maxLength>, [<lowerCase>]])

因此，对于您的情况，您可以尝试：

SYS_SPLIT_WORDS_ICU('John J. Doe', 1)
[ 
  "John", 
  " ", 
  "J", 
  ".", 
  " ", 
  "Doe" 
]

这可能是 CPU 利用率高的原因。最小长度为 3 似乎是一个很好的折衷方案。 如果您需要某些功能，则必须在应用程序中准备一个特殊的搜索字段，以便为索引准备文本。