cedrik

賽德里克

一個有趣的項目，編寫一個適合 Small Data™ 的小型、簡單的搜尋引擎。

（計劃的）功能

• ☑ 索引
• 查詢：
  • ☑ 全部匹配
  • ☑ 期限（☑ 提升）
  • ☑ 布林值（與、或、非）
  • 近
  • ☑ 通配符（僅支援單一前導或單一尾隨）
• ☐ 排名
• ☐ 亮點
• 分散索引（mnesia？、KVS？、riak？、redis？）
• 持久性（透過使用 redis 支援的索引間接支持，但我還想為 AgentIndex 添加一些簡單的壓縮變體）
• ☐ 示範網路使用者介面（鳳凰！）

用法

測試

運行單元測試：

 mix test --exclude external

執行所有測試，包括依賴外部服務的測試。例如RedisIndex測試：

 mix test

確保 config/config.exs 中的 redis 連接字串正確。您可以使用docker-compose來快速啟動並執行 Redis 實例。

索引

Cedrik 中的每個索引都由Index @behaviour進程表示。要將某些內容索引到索引中，只需呼叫Index.index_doc(something, :index_name, type)其中something將是 Elixir 映射或結構（我建議創建一個結構，其中包含實現Storable協議的id 字段- 看看lib/document.ex和lib/agent_store.ex供參考）， type必須是現有索引實作AgentIndex或RedisIndex之一。 Index.index_doc的最後一個參數是可選的，預設為AgentIndex 。

要取得現有索引的列表，請使用Index.list/0或Index.list/1 - 這些將傳回格式為{pid, name, module}的元組列表

代理索引

這是簡單的記憶體索引類型，適用於適合記憶體且不需要持久化的內容。

Redis索引

這是一個由 redis 支援的索引。您必須啟動並執行一個 Redis 實例才能使其正常運作。與 AgentIndex 相比，使用 RedisIndex 的主要好處是當您希望能夠持久保存資料時。

代幣化

目前，令牌只是由空格分隔的任何字串。

查詢

使用Search.search(query_struct, [:index1, :index2]) ，請參閱test/e2e_test.exs和test/query_test.exs有關範例。

要獲得 Cedrik 理解的query_struct ，有一個簡單（且不完整）的字串解析器： Query.Parse.parse/1 。它將標記字串，然後相應地建構術語和通配符查詢結構。術語和通配符將包含在布林值中，位於必須欄位內。

全部匹配

此查詢將傳回指定索引中的所有文件 ID。

學期

TermQuery 只是傳回包含給定術語的文件 ID（以及該文件中術語的位置）。您可以準確指定要尋找的欄位或所有欄位（這是預設值）。

布林值

使用 BooleanQuery 您可以建立更進階的查詢。 must 、 optional和must_not

通配符

此查詢可以幫助擴大您的點擊量。例如，值為"foo*"通配符查詢同時符合 foo 和 foobar。請注意，目前僅支援單一通配符，前導 ( *foo ) 或尾隨 ( foo* )

靠近

結果

目前， Search.search/2的結果將為您提供一個元組列表，如下所示： {doc_id, #MapSet<[%Location{field: :field, position: x}]>}按點擊次數最多的內容排序第一的。

領域

排行