如何在 CouchDB 中创建“喜欢”过滤器视图

Question

这是我在 sql 中需要的一个示例：

SELECT name FROM雇WHERE name LIKE %bro%

如何在 CouchDB 中创建这样的视图？

Answer 1

简单的答案是 CouchDB 视图不适合此。

更复杂的答案是，这种类型的查询在典型的 SQL 引擎中也往往效率很低，因此如果您同意与 any 解决方案进行权衡，那么 CouchDB 实际上具有优势让你选择你的权衡。

1。 SQL 方法

当您执行SELECT ... WHERE name LIKE %bro% 时，我熟悉的所有 SQL 引擎都必须执行所谓的“全表扫描”。这意味着服务器读取相关表中的每一行，然后暴力扫描字段以查看是否匹配。

您可以在 CouchDB 2.x 中通过使用 $regex operator 的 Mango 查询来执行此操作。对于基本情况，查询看起来像这样：

{"selector":{
  "name": {
    "$regex": "bro"
  }
}}

似乎没有为区分大小写等提供任何选项，但您可以将其扩展为仅匹配开头/结尾或更复杂的模式。如果您还可以通过其他一些（可索引的）字段运算符来限制您的查询，那可能会提高性能。正如文档警告的那样：

正则表达式不适用于索引，因此它们不应用于过滤大型数据集。 […]

您也可以在 CouchDB 1.x 中进行全面扫描，使用 temporary view:

POST /some_database/_temp_view

{"map": "function (doc) { if (doc.name && doc.name.indexOf('bro') !== -1) emit(null); }"}

这将查看数据库中的每个文档，并为您提供匹配文档的列表。您可以调整 map 函数以匹配文档类型，或使用特定键发出排序 - emit(doc.timestamp) - 或一些对您的目的有用的数据值 - emit(null, doc.name)。

2。 “大量可用磁盘空间”方式

根据您的源数据大小，您可以创建一个索引，该索引发出每个可能的“内部字符串”作为其永久（磁盘上）视图键。也就是说，对于像“Dobros”这样的名字，你会emit("dobros"); emit("obros"); emit("bros"); emit("ros"); emit("os"); emit("s");。然后对于像 '%bro%' 这样的术语，您可以使用 startkey="bro"&endkey="bro\uFFFF" 查询您的视图以获取查找术语的所有出现。您的索引将大约是您的文本内容的大小 squared，但如果您需要比上面的完整数据库扫描更快地执行任意“在字符串中查找”并且有空间，这可能会起作用。不过，为substring searching 设计的数据结构会更好地为您服务。

这也给我们带来了...

3。 全文搜索方式

您可以使用 CouchDB 插件（couchdb-lucene 现在通过 Dreyfus/Clouseau 用于 2.x、ElasticSearch、SQLite's FTS）为您的文档生成一个面向文本的辅助索引。

请注意，大多数全文搜索索引don't naturally support 任意通配符前缀，可能是出于与我们在上面看到的空间效率类似的原因。通常全文搜索并不意味着“暴力二进制搜索”，而是“单词搜索”。不过，请查看您的全文引擎中可用的选项。

如果您真的不需要在字段中查找“bro”任何地方，您可以使用常规 CouchDB 视图实现基本的“查找以 X 开头的单词”搜索，只需在各种区域设置上进行拆分- 特定的单词分隔符并省略这些“单词”作为您的视图键。这将比上面更有效，与索引的数据量成比例。

Answer 2

不幸的是，使用 LIKE %...% 进行搜索并不是 CouchDB 视图的真正工作方式，但是您可以通过安装 couchdb-lucene 来完成大量搜索功能，它是一个全文搜索引擎，可以在您的数据库上创建索引，您可以进行更复杂的搜索。

在没有任何第三方工具的情况下“搜索”给定键的数据库的典型方法是创建一个视图，该视图发出您正在寻找的值作为键。在您的示例中：

function (doc) {
    emit(doc.name, doc);
}

这会输出数据库中所有名称的列表。

现在，您将根据密钥的首字母“搜索”。例如，如果您要搜索以“bro”开头的名称。

/db/_design/test/_view/names?startkey="bro"&endkey="brp"

请注意，我采用了搜索参数的最后一个字母，并“递增”了其中的最后一个字母。同样，如果您想执行搜索，而不是汇总统计信息，您应该使用像 lucene 这样的全文搜索引擎。 （见上文）

Answer 3

您可以使用正则表达式。根据table，您可以编写类似这样的内容来返回任何包含“SMS”的 id。

{
   "selector": {
      "_id": {
         "$regex": "sms"
      }
   }
}

您可以使用的基本正则表达式包括

"sms$" roughly to LIKE "%sms"
"^sms" roughly to LIKE "sms%"

您可以阅读更多关于正则表达式的内容here

Answer 4

我为我的问题找到了一个简单的查看代码...

{
“getavailableproduct”：
       { "map": "function(doc) {
          var prefix = doc['productid'].match(/[A-Za-z0-9]+/g);
if(prefix)
              for(var pre in prefix) { emit(prefix[pre],null); }
            }"
       }
}

如果我将一个关键句子分成一个关键词，则从这个视图代码中...... 我可以打电话给

?key="[search_keyword]"

但我需要更复杂的代码，因为如果我运行此代码，我只能找到我输入的单词（例如：吃、食物等）...

但如果我想输入的不是一个完整的单词（例如：ea 来自 eat，或 foo 来自 food），则该代码不起作用..

Answer 5

我知道这是一个老问题，但是：使用“列表”函数怎么样？您可以拥有所有普通视图，然后在设计文档中添加“列表”功能来处理视图的结果：

{
  "_id": "_design/...",
  "views": {
    "employees": "..."
  },
  "lists": {
    "by_name": "..."
  }
}

附加到“by_name”函数的函数应该是这样的：

function (head, req) {
  provides('json', function() {
    var filtered = [];

    while (row = getRow()) {
      // We can retrive all row information from the view
      var key = row.key;
      var value = row.value;
      var doc = req.query.include_docs ? row.doc : {};

      if (value.name.indexOf(req.query.name) == 0) {
        if (req.query.include_docs) {
          filtered.push({ key: key, value: value, doc: doc});
        } else {
          filtered.push({ key: key, value: value});
        }
      }
    }

    return toJSON({ total_rows: filtered.length, rows: filtered });
  });
}

当然，您也可以使用正则表达式。这不是一个完美的解决方案，但它对我有用。

Answer 6

您可以像平常一样发出您的文档。 emit(doc.name, null); 我会在 name 上添加一个 toLowerCase() 以消除区分大小写。

然后使用一系列键查询视图，看看是否出现了“类似”查询的内容。

keys = differentVersions("bro"); // returns ["bro", "br", "bo", "ro", "cro", "dro", ..., "zro"]
$.couch("db").view("employeesByName", { keys: keys, success: dealWithIt } )

一些注意事项

1. 显然，根据differentVersions 返回的内容，数组可以变得非常大非常快。您可能会在某个时候达到帖子数据限制，或者可以想象得到缓慢的查找。

2. 结果与differentVersions 一样好，可以让您猜测该人要拼写的内容。显然，这个函数可以像你喜欢的那样简单或复杂。在这个例子中，我尝试了两种策略，a) 删除一个字母并推动它，b) 将位置 n 处的字母替换为所有其他字母。因此，如果有人一直在寻找“bro”，但输入了“gro”或“bri”甚至“bgro”，differentVersions 会在某个时候将其替换为“bro”。

3. 虽然不理想，但仍然相当快，因为​​在 Couch 的 b 树中查找很快。

Answer 7

为什么我们不能只在视图中使用 indexOf()？