Blog yazısı sorgulaması ile liste tabanlı sorgulama arasındaki temel fark, Sphinx verileri aldığında anında işleme alabilmenizdir; ancak bundan sonra indeksleme, diğer birçok nedenden dolayı yine de aksayabilir. Elbette, bu 2000 satırlık bir tablo için çok büyük bir değişiklik değil, ancak on milyon satırlık bir MyISAM tablosunu indekslemeye baktığınızda, çeşitli sorular yardımcı olacaktır. SQL sürücüleri nedeniyle, indeksleme genellikle şu şekilde çalışır.
Sphinx'i ekranınızda, Linux'ta ve tek dosya halinde bağımsız dijital olarak çalıştırabileceğiniz X işletim sisteminde kullanabilirsiniz. Her şey yolunda giderse, mükemmel bir Sphinx sürüm sayısı elde edeceksiniz ve bunun için bir dizi alternatif listeniz olacak. Python'ın, üçüncü taraf kütüphaneleri tek bir komutla indirip çalıştırabilen son derece kullanışlı bir `easy_install` komutu vardır. Sphinx, Python diline dayalı olarak oluşturulduğu için, Python'ı (gerekli sürüm en az 2.5'tir) derlemeniz ve Sphinx'i çalıştırmanız gerekir.
Örneğin, dizinde İngilizce kök bulma etkinleştirilmişse, anahtar kelime aslında "shoe" olsa bile "shoes" vurgulanabilir. `$conditions`, vurgulanacak yeni kelimeleri içeren bir dizedir. Sorgulanan kelimeleri (büyük/küçük harf duyarlılığı kaldırılmış, köklenmiş ve işlenmemişse) her anahtar kelime için istatistiklere ("docs", "hits") sahip küçük bir hash'e dönüştüren hash. Bu nedenle, yukarıdaki benzetmeden yola çıkarak, "delta" dizininin eşleşmeleri her zaman "main" dizininin eşleşmelerinden daha iyidir.
- Elimde birinci sınıf belgeler listesi var, ancak kurumsal bir dizin de mevcut.
- Seçmeli, varsayılan değer aslında 0'dır (mlock() adını vermeyin).
- Indexer, anahtar kelime hacmine göre düzenlenmiş, dizinin yüksek düzenlilik sözlüğünü oluşturan bir mod sunar; bkz. –buildstops ve Bölüm 7. adım birdeki "indexer order resource" bölümünde –buildfreqs anahtarını kullanabilirsiniz.
- Örneğin, yalnızca birkaç satır özellik değeri elde etmek için büyük bir RAM bloğunu düzenli olarak yeniden ayırmak mantıklı olmayacaktır.
Book of Bet giriş uygulaması | Yemek masası Makalelerden Uzakta
Libstemmer ile birlikte sağlanan ek değerler, 'libstemmer_XXX' tarzındadır; burada Adult, libstemmer formülünün kod adını dener (tüm kontrol listesi için libstemmer_c/libstemmer/modules.txt dosyasına bakın). Soundex uygulaması MySQL ile aynıdır. Ayrıca, sözlükten genellikle sıkıştırılmamış bir önbellek için çok daha fazla RAM ödeyerek kök sözcük bulmayı (ve dolayısıyla indekslemeyi) otomatikleştirmenizi sağlayan mükemmel bir lemmatizer_cache yönergesi de vardır.
Dizinlemeyi sınırlamak, dizinleme sonucu oluşan görünüm bozulmasının bir kısmını azaltmaya yardımcı Book of Bet giriş uygulaması olabilir. Ayrıca düşük değer, dizinleme hızına zarar verebilir; ancak 256 MB ile 1024 MB arası, tüm veri kümeleri için olmasa da çoğu için yeterli olabilir. Bu, dizinlemeyle hiç ilgili değildir, sadece arka plan işleminin devam etmesini gerektirir. Etkinleştirildiğinde, tüm öznitelik konumları devre dışı bırakılır ve RT dizinlerinden disk parçalarının tümü yukarıda açıklanan şekilde davranma eğilimindedir.
Ancak, ara eklerin indekslenmesi, (daha fazla belirtilen ifade nedeniyle) en yeni indeksin oluşturulmasını biraz hızlandıracak ve diğer indekslemeleri yıpratarak dakikalarca arama yapmanıza neden olacaktır. Öte yandan, ön eklerin indekslenmesi, (daha fazla listelenen terim nedeniyle) yeni indeksin oluşturulmasını daha hızlı hale getirecek ve kesinlikle diğer indekslemelerin değiştirilmesini gerektirecek ve dakikalarca arama yapmanıza olanak tanıyacaktır. Diğer yandan, ignore_chars listesine '-' eklenirse, benzer bir metin "abcdef" anahtar kelimesi olarak kaydedilecektir. Varsayılan olarak, tüm profil 0'a eşlenir, yani kelimeler içinde mevcut değildir ve bir ayırıcı olarak ele alınmalıdır.
Numaralandırma otomatik olarak birinci adımdan başlar ancak "start_passage_id" alternatifiyle geçersiz kılınabilir. Bir kelimeden önce girilecek bir dize. Arama bağlantıları, sağlanan dosyalardan alıntılar (parçacıklar) oluşturmasını ister ve sonuçtan siz de faydalanırsınız.
Aslında bu sadece sözdizimi glikozu – bu kelimenin içinde yer alan herhangi bir veya tüm kelimelere doğru bir mod değiştirici ekler. Bu, yeni anahtar kelimelerin anlamını etkileyen ve ifade, yakınlık ve çoğunluk sağlayıcıları gibi sağlayıcılarda da kullanılabilen bir değiştiricidir. Örneğin, "kedi köpek fare"~5 sorgusu, 3 kelimeyi içeren 8'den az terimli bir zaman dilimi olması gerektiğini ima eder. Ayrıca, "@body günaydın" ifadesi, 'merhaba' anahtar kelimesinin gövdede 51. ve daha düşük bir konumda geçtiği durumlarda veriyi karşılamaz. 0.9.9-rc1 sürümünde sunulan topluluk koşulu sınırlaması, aynı zamanda yeni aramayı topluluk (veya alanlar) içindeki en erken N konumuna sınırlar. Teorik olarak, Sphinx kimliklerin bir listesini tutmaz.
İsteğe bağlı, varsayılan olarak Latin ve Kiril alfabelerini kullanabilirsiniz. Örneğin, minute_word_len cuatro'yu denediğinizde, 'the' kelimesi kaydedilmeyecektir, ancak 'they' kaydedilebilir. Önerilen, standart adım 1'dir (her şeyi dizine ekleyin). Bu nedenle, en yeni belgedeki değişiklikleri yakalamak için yeniden indeksleme yapılması ve aramanın devam ettirilmesi beklenir.