ArangoDB 全文索引性能

Question

我有 4842 个样本格式的文档 {"ID":"12345","NAME":"name_value","KIND":"kind_value",...,"Secondary":{...},"Tertiary":{...}} 其中“...”是每个对象更多不同数量的键值对

在插入数据之前，我已使用 - db.collection.ensureFulltextIndex("KIND") 将 KIND 索引为全文索引。此外，KIND 只是一个单词字符串。 IE。没有空格

通过 AQL 执行了以下查询：

1. FOR doc IN FULLTEXT(collection, 'KIND', 'DeploymentFile') RETURN doc --> 耗时 3.54 秒（平均）

2. FOR doc IN collection FILTER doc.KIND == 'DeploymentFile' RETURN doc --> 需要 1.16 秒（平均）

两个查询都返回了 2944 个对象

第一季度。假设我们使用了全文索引并且我没有对 KIND 进行哈希索引，那么使用 FULLTEXT 函数的查询不应该比正常的 == 操作更快（因为 == 不使用全文索引）。如果是这样，我在这里做错了什么？

第二季度。利用全文索引，我可以执行包含字符串或 LIKE 字符串的查询吗？

---更新 Q2.要求是在父字符串（只有一个单词）中搜索子字符串。子字符串可以位于父字符串中的任何位置。 （SQL 等价于 LIKE '%text%'）

Answer 1

Q1：全文索引确实允许更复杂的查询。它在分词处拆分文本并检查一个词是否出现在较大的文本中。您的示例中不需要所有这些功能。因此，它产生的开销大于节省的开销。

在您的示例中，最好创建一个跳过列表或哈希索引并搜索相等性。

Q2：在最简单的形式中，全文查询仅包含搜索的单词。如果一个查询中给出了多个搜索词，它们应该用逗号分隔。默认情况下，所有搜索词都将与逻辑 AND 组合，并且仅返回包含所有搜索词的文档。可以通过在全文查询中提供额外的控制字符来更改此默认行为，它们是：

• +：逻辑与（交集）
• |：逻辑或（并）
• -: 否定（排除）

例子：

• “banana”：搜索包含“banana”的文档
• “banana,apple”：搜索同时包含“banana”和“apple”的文档
• “banana,|orange”：搜索包含“banana”或“orange”或两者的文档
• “banana,-apple”：搜索包含“banana”但不包含“apple”的文档。

逻辑运算符从左到右计算。

每个搜索词都可以选择以 complete: 或 prefix: 作为前缀，其中 complete: 是默认值。这允许搜索完整的单词或单词前缀。目前不支持后缀搜索或任何其他形式的部分单词匹配。

例子：

• “complete:banana”：搜索包含确切单词“banana”的文档
• “prefix:head”：搜索以前缀“head”开头的单词的文档
• “prefix:head,banana”：搜索包含以前缀“head”开头的单词并且还包含确切单词“banana”的文档。

完全匹配和前缀搜索选项可以与逻辑运算符结合使用。