Indeks penelusuran numerik

Selain mengindeks teks, indeks penelusuran menyediakan cara yang efisien untuk mengindeks angka. Fungsi ini terutama digunakan untuk meningkatkan kueri penelusuran teks lengkap dengan kondisi pada kolom numerik. Halaman ini menjelaskan pengindeksan angka untuk kueri kesetaraan dan ketidaksetaraan, serta pengindeksan array angka.

Membuat token angka

Pembuat token angka digunakan untuk menghasilkan kumpulan token yang digunakan untuk mempercepat penelusuran perbandingan numerik.

Gunakan fungsi TOKENIZE_NUMBER untuk membuat indeks numerik. TOKENIZE_NUMBER mendukung INT64, FLOAT32, FLOAT64, atau ARRAY dari jenis ini.

Untuk PostgreSQL, gunakan fungsi spanner.tokenize_number untuk membuat indeks numerik. spanner.tokenize_number hanya mendukung jenis bigint.

Nomor indeks untuk kueri kesetaraan dan ketidaksetaraan

Spanner mendukung angka pengindeksan untuk kesetaraan dan ketidaksetaraan. Penelusuran kesetaraan cocok dengan angka. Penelusuran rentang dan ketidaksetaraan cocok dengan angka dalam rentang tertentu. Anda menetapkan nilai ini di parameter TOKENIZE_NUMBER comparison_type:

  • Persamaan: comparison_type=>"equality"
  • Ketidaksetaraan dan kesetaraan: comparison_type=>"all"

Dalam kedua kasus tersebut, angka asli (baik bilangan bulat maupun floating point) akan melalui proses tokenisasi, yang secara konseptual mirip dengan tokenisasi teks lengkap. Fungsi ini menghasilkan kumpulan token yang kemudian dapat digunakan kueri untuk menemukan dokumen yang cocok dengan kondisi angka.

Pengindeksan persamaan hanya menghasilkan satu token, yang mewakili angka. Mode ini direkomendasikan jika kueri hanya memiliki kondisi dalam bentuk field = @p dalam klausa WHERE.

Pengindeksan ketidaksetaraan dan kesetaraan dapat mempercepat rentang kondisi yang lebih luas dalam klausa WHERE kueri. Hal ini mencakup field < @p, field <= @p, field > @p, field >= @p, field BETWEEN @p1 and @p2, dan field <> @p, selain kondisi kesetaraan. Untuk menerapkan jenis pengindeksan ini, Spanner menghasilkan token di indeks penelusuran yang mendasarinya. Spanner dapat menghasilkan banyak token untuk setiap angka yang diindeks, bergantung pada parameter penyesuaian. Jumlah token bergantung pada parameter yang ditetapkan untuk TOKENIZE_NUMBER, seperti algorithm, min, max, dan granularity. Oleh karena itu, penting untuk mengevaluasi parameter penyesuaian dengan cermat untuk memastikan keseimbangan yang sesuai antara penyimpanan disk dan waktu pencarian.

Tokenisasi array

Selain nilai skalar, TOKENIZE_NUMBER mendukung tokenisasi array angka.

Saat TOKENIZE_NUMBER digunakan dengan kolom ARRAY, Anda harus menentukan comparison_type=>"equality". Kueri rentang tidak didukung dengan array angka.

  CREATE TABLE Albums (
    AlbumId STRING(MAX) NOT NULL,
    Ratings ARRAY<INT64>,
    Ratings_Tokens TOKENLIST
      AS (TOKENIZE_NUMBER(Ratings, comparison_type=>"equality")) HIDDEN
  ) PRIMARY KEY(AlbumId);

  CREATE SEARCH INDEX AlbumsIndex ON Albums(Ratings_Tokens);

Kueri berikut menemukan semua album yang memiliki rating 1 atau 2:

  SELECT AlbumId
  FROM Albums
  WHERE ARRAY_INCLUDES_ANY(Ratings, [1, 2])

Kueri berikut menemukan semua album yang diberi rating 1 dan 5:

SELECT AlbumId
FROM Albums
WHERE ARRAY_INCLUDES_ALL(Ratings, [1, 5])

Langkah berikutnya