Hiroyuki Sato
hiroy****@gmail*****
2015年 5月 8日 (金) 22:25:34 JST
須藤様 佐藤です。 ありがとうございます。 教えていただいた内容をよく読んで使い方を確認します。 2015年5月8日 21:59 Kouhei Sutou <kou****@clear*****>: > 須藤です。 > > In <CA+Tq****@mail*****> > "[groonga-dev,03209] selectとin_valuesの制限事項について" on Fri, 8 May 2015 15:03:00 +0900, > Hiroyuki Sato <hiroy****@gmail*****> wrote: > >> 1, 質問事項 >> (1) selectの文字列の長さ上限 >> selectの文字列の長さに上限はありますか？ > > ありません。 > リソース（メモリー）が許す限り長くできます。 > > ただし、文字列の長さの上限よりも前に↓のような他の上限に達す > ると思います。 > >> (2) in_values(taget,value,value)のvalueの数の上限値 > > 126個です。 > > メモ: GRN_SCAN_INFO_MAX_N_ARGSが128で0番目はprocedureオブジェ > クトになって、1番目はカラム（のインデックス）になるので、残 > りの126が第2引数以降に使える数の限界。 > TODO: ドキュメントに書いておく。 > >> (3) in_valuesを使って全文検索のキーワードは指定できるか？ > > できません。 > >> 例えばチュートリアル: 4.10のCommentsテーブルの下記クエリを >> in_valuesに変えることは可能でしょうか？ >> >> select --table Comments \ >> --query 'comment:@NY OR comment:@tried' \ >> --output_columns _key,comment >> >> 次のようにしたら結果が0になってしまいました。 >> select --table Comments \ >> --filter 'in_values(comment,"@NY","@tried")' \ >> --output_columns comment > > in_valuesに変えることはできないのですが、--match_columnsに変え > ることはできます。--match_columnsを使うとこうなります。 > > select --table Comments \ > --match_columns 'comment' \ > --query 'NY OR tried' \ > --output_columns _key,comment > >> (4) 下記案1以外の方法 >> 下記案1以外の方法で良い方法はございますでしょうか？ > > 後述するように、あります。 > >> mroongaを使う等でも結構です。 > > 今回のように込み入ったことをやるときは、Mroongaを使っていて > もGroongaの機能を使うことになるんですよねぇ。 > >> 2, やりたいこと >> (1), 用語 >> (1-1) ユーザ: システムを利用する人 >> (1-2) キーワード: ユーザが興味を持っているキーワード >> 例) Groonga, rroonga, mysql等 >> (1-3) 記事 >> www.itmedia.co.jpなどに掲載される記事 >> >> (2) やりたいこと >> (2-1) ある記事Aに興味を持っているユーザを抽出する。 >> (2-2) 記事Aに興味を持っているかどうかは、各ユーザが持っている >> キーワードが記事内に含まれているかを確認する。 >> >> (3) 実現案1 >> (3-1) 実現方法 >> ・記事テーブル(Articles)を作って全文検索をできるようにする >> ・selectでユーザ毎にキーワードを指定して全文検索をする >> >> select --table Articles \ >> --query 'text:キーワード1 OR text:キーワード2 OR ...' \ >> --output_columns _key,comment >> >> (3-3) 課題・懸念点 >> (a) in_values等を使ってもっと楽に検索条件を指定したい >> >> (b) キーワードの数多いと、文字列の上限に達してしまうのではないか？ >> >> (c) できれば、なるべく少ない回数で、結果を抽出したい。 >> キーワードをユーザのベクターカラムに格納して、SQLのジョインの >> ようなことをしたい > > Groongaのクエリー（select）を考えるときのポイントは「どのテー > ブルのデータを入手したいか」を最初に考えることです。今回は > >> (2-1) ある記事Aに興味を持っているユーザを抽出する。 > > なので、最終的なselectは「select --table Users ...」という形 > になります。あとは、この形になるように逆算していきます。 > >> (2-2) 記事Aに興味を持っているかどうかは、各ユーザが持っている >> キーワードが記事内に含まれているかを確認する。 > > なので、ユーザーを特定するには「記事内に含まれているキーワー > ド」で検索する必要があります。 > > ここで、 > > ユーザー→キーワード→記事 > > ではなく > > 記事→キーワード→ユーザー > > という順に考え方を変えていることに注目してください。 > > ということで、最終的にはこんな感じになるはずです。 > > select --table Users \ > --match_columns keywords \ > --query '記事内に含まれているキーワード1 OR 記事内に含まれているキーワード2 OR ...' \ > ... > > あとは、「記事内に含まれているキーワード」を抽出できればよい > です。実は、それを実現する機能があります。 > > 単語抽出演算子: http://groonga.org/ja/docs/reference/grn_expr/script_syntax.html#term-extract-operator > > ということで、↓で「記事内に含まれているキーワード」を抽出で > きます。 > > select --table Keywords \ > --filter '_key *T "記事の内容"' > > （「記事の内容」を直接書くんじゃなくて > 「Articles[key].content」とかで参照できるようにしたほうがよ > さそうですね。） > > 「記事の内容」を取得するために次のselectを実行する必要があり > ます。 > > select --table Articles \ > --filter '_key == "XXX"' \ > --output_columns content > > > 具体的なスキーマとデータとselectは次の通りです。 > > --- > table_create Articles TABLE_HASH_KEY ShortText > column_create Articles content COLUMN_SCALAR Text > > table_create Keywords TABLE_PAT_KEY ShortText \ > --normalizer NormalizerAuto > # 表示するときは正規化しない状態で表示したいならあると便利 > # 例: 「groonga」ではなく「Groonga」と表示したい > # column_create Keywords label COLUMN_SCALAR ShortText > > table_create Users TABLE_HASH_KEY ShortText > column_create Users keywords COLUMN_VECTOR Keywords > > > column_create Keywords users_keywords COLUMN_INDEX Users keywords > > > load --table Articles > [ > {"_key": "article1", "content": "Groonga and Mroonga are good!"}, > {"_key": "article2", "content": "MySQL and PostgreSQL are good!"}, > {"_key": "article3", "content": "Groonga + MySQL = Mroonga!"} > ] > > load --table Users > [ > {"_key": "user1", "keywords": ["Groonga", "MySQL"]}, > {"_key": "user2", "keywords": ["MySQL"]}, > {"_key": "user3", "keywords": ["Mroonga"]} > {"_key": "user4", "keywords": ["PostgreSQL"]} > ] > > > select \ > --table Articles \ > --filter '_key == "article1"' \ > --output_columns content > # -> "Groonga and Mroonga are good!" > > select \ > --table Keywords \ > --filter '_key *T "Groonga and Mroonga are good!"' \ > --output_columns _key > # -> ["groonga", "mroonga"] > > select \ > --table Users \ > --match_columns keywords \ > --query 'groonga OR mroonga' > # -> [["user1", ["groonga", "mysql"]], > ["user3", ["mroonga"]]] > --- > > > -- > 須藤 功平 <kou****@clear*****> > 株式会社クリアコード <http://www.clear-code.com/> > > Groongaベースの全文検索システムを総合サポート: > http://groonga.org/ja/support/ > パッチ採用 - プログラミングが楽しい人向けの採用プロセス: > http://www.clear-code.com/recruitment/ > コードリーダー育成支援 - 自然とリーダブルコードを書くチームへ: > http://www.clear-code.com/services/code-reader/ > > _______________________________________________ > groonga-dev mailing list > groon****@lists***** > http://lists.sourceforge.jp/mailman/listinfo/groonga-dev -- Hiroyuki Sato
