rabbit-slide-kou-postgresql-conference-2017 2017.11.3.0 → 2017.11.3.1
Sign up to get free protection for your applications and to get access to all the features.
- checksums.yaml +4 -4
- data/config.yaml +1 -1
- data/pdf/postgresql-conference-2017-pgroonga-2.pdf +0 -0
- data/pgroonga-2.rab +757 -757
- metadata +1 -1
checksums.yaml
CHANGED
|
@@ -1,7 +1,7 @@
|
|
|
1
1
|
---
|
|
2
2
|
SHA1:
|
|
3
|
-
metadata.gz:
|
|
4
|
-
data.tar.gz:
|
|
3
|
+
metadata.gz: d1fb1b3ddecdbae9263596a66d4fe61c3337c080
|
|
4
|
+
data.tar.gz: c41fa90c1a6a400311dd84aef41bcca55253046c
|
|
5
5
|
SHA512:
|
|
6
|
-
metadata.gz:
|
|
7
|
-
data.tar.gz:
|
|
6
|
+
metadata.gz: 469e0f53578e69721736a8e4f2bce1345af47edb99a9b834888be5be9bf133875dd82e78049be99509b21cb91c48c0c8cd6b1e640b3e8fe3d86d23cc090118e1
|
|
7
|
+
data.tar.gz: 6c3856efa966463ab8bd9aadc91feb2d7d449e662a5cfea348873547a93ddc65e713da01409a939fa7c2db8309fc6be380540f38156423cdf2b01102d3736506
|
data/config.yaml
CHANGED
|
Binary file
|
data/pgroonga-2.rab
CHANGED
|
@@ -17,915 +17,915 @@
|
|
|
17
17
|
: theme
|
|
18
18
|
.
|
|
19
19
|
|
|
20
|
-
|
|
20
|
+
= 対象者
|
|
21
21
|
|
|
22
|
-
|
|
23
|
-
|
|
24
|
-
|
|
22
|
+
* PostgreSQLで全文検索したい
|
|
23
|
+
* 全文検索はよく知らない
|
|
24
|
+
* PGroongaは使ったことがない
|
|
25
25
|
|
|
26
|
-
|
|
26
|
+
= 全文検索システム：対象
|
|
27
27
|
|
|
28
|
-
|
|
29
|
-
|
|
30
|
-
|
|
31
|
-
|
|
28
|
+
(('tag:center'))
|
|
29
|
+
(('tag:large'))
|
|
30
|
+
(('tag:margin-bottom * 2'))
|
|
31
|
+
大量のテキスト
|
|
32
32
|
|
|
33
|
-
|
|
34
|
-
|
|
35
|
-
|
|
36
|
-
|
|
33
|
+
* 例：Wikiのデータ
|
|
34
|
+
* 例：オフィス文書のテキスト
|
|
35
|
+
* 例：商品説明・口コミ
|
|
36
|
+
* 例：チャットログ
|
|
37
37
|
|
|
38
|
-
|
|
38
|
+
= 全文検索システム：目的
|
|
39
39
|
|
|
40
|
-
|
|
41
|
-
|
|
42
|
-
|
|
40
|
+
* 必要な情報を
|
|
41
|
+
* 必要なときに
|
|
42
|
+
* 活用
|
|
43
43
|
|
|
44
|
-
|
|
44
|
+
= 必要な情報を活用
|
|
45
45
|
|
|
46
|
-
|
|
47
|
-
|
|
48
|
-
|
|
49
|
-
|
|
50
|
-
|
|
51
|
-
|
|
52
|
-
|
|
46
|
+
* ×
|
|
47
|
+
* 探している情報が見つからない
|
|
48
|
+
* ○
|
|
49
|
+
* 探している情報が見つかる
|
|
50
|
+
* ◎
|
|
51
|
+
* 意識していなかったけど\n
|
|
52
|
+
((*実は欲しかった*))情報も見つかる！
|
|
53
53
|
|
|
54
|
-
|
|
54
|
+
= 必要なときに活用
|
|
55
55
|
|
|
56
|
-
|
|
57
|
-
|
|
58
|
-
|
|
59
|
-
|
|
60
|
-
|
|
61
|
-
|
|
62
|
-
|
|
56
|
+
* ×
|
|
57
|
+
* なかなか見つからない
|
|
58
|
+
* ○
|
|
59
|
+
* すぐに見つかる
|
|
60
|
+
* ◎
|
|
61
|
+
* すでに見つかっていた
|
|
62
|
+
* 例：レコメンデーション
|
|
63
63
|
|
|
64
|
-
|
|
64
|
+
= 実装方法\n選択肢
|
|
65
65
|
|
|
66
|
-
|
|
67
|
-
|
|
66
|
+
* 全文検索サーバーを使う
|
|
67
|
+
* PostgreSQLを使う
|
|
68
68
|
|
|
69
|
-
|
|
69
|
+
= 全文検索サーバー案\nメリット
|
|
70
70
|
|
|
71
|
-
|
|
72
|
-
|
|
73
|
-
|
|
71
|
+
* 必要な機能が揃っている
|
|
72
|
+
* +αの機能もある
|
|
73
|
+
* 速い
|
|
74
74
|
|
|
75
|
-
|
|
75
|
+
= 全文検索サーバー案\nデメリット
|
|
76
76
|
|
|
77
|
-
|
|
78
|
-
|
|
79
|
-
|
|
80
|
-
|
|
81
|
-
|
|
77
|
+
* 実装コスト大
|
|
78
|
+
* それぞれ独自の使い方だから
|
|
79
|
+
* マスターデータの同期はどうする？
|
|
80
|
+
* メンテナンスコスト大
|
|
81
|
+
* それぞれ独自の仕組みだから
|
|
82
82
|
|
|
83
|
-
|
|
83
|
+
= PostgreSQL案\nメリット
|
|
84
84
|
|
|
85
|
-
|
|
86
|
-
|
|
87
|
-
|
|
88
|
-
|
|
89
|
-
|
|
85
|
+
* 実装コスト小
|
|
86
|
+
* 新しく覚えることが少ない
|
|
87
|
+
* データの一元管理
|
|
88
|
+
* メンテナンスコスト小
|
|
89
|
+
* 既存の運用ノウハウを使える
|
|
90
90
|
|
|
91
|
-
|
|
91
|
+
= PostgreSQL案\nデメリット
|
|
92
92
|
|
|
93
|
-
|
|
94
|
-
|
|
95
|
-
|
|
96
|
-
|
|
93
|
+
* 組込機能では機能不足
|
|
94
|
+
* SQLの表現力不足
|
|
95
|
+
* 1クエリーで実現できない機能アリ
|
|
96
|
+
* ↑は性能を出しにくい
|
|
97
97
|
|
|
98
|
-
|
|
98
|
+
= 実現方法\n第3の選択肢
|
|
99
99
|
|
|
100
|
-
|
|
101
|
-
|
|
100
|
+
* PostgreSQL経由（SQL）で\n
|
|
101
|
+
全文検索エンジンを使う
|
|
102
102
|
|
|
103
|
-
|
|
103
|
+
= メリット
|
|
104
104
|
|
|
105
|
-
|
|
106
|
-
|
|
107
|
-
|
|
105
|
+
* 高速で豊富な機能
|
|
106
|
+
* 実装コスト小
|
|
107
|
+
* メンテナンスコスト小
|
|
108
108
|
|
|
109
|
-
|
|
109
|
+
= デメリット
|
|
110
110
|
|
|
111
|
-
|
|
112
|
-
|
|
111
|
+
* PostgreSQLに拡張機能が必要
|
|
112
|
+
* DBaaSで使えない
|
|
113
113
|
|
|
114
|
-
|
|
114
|
+
= オススメの選択肢\n全文検索の知識ナシ
|
|
115
115
|
|
|
116
|
-
|
|
117
|
-
|
|
118
|
-
|
|
119
|
-
|
|
120
|
-
|
|
116
|
+
* まだ単純な機能で十分
|
|
117
|
+
* データ少：PostgreSQLでLIKE\n
|
|
118
|
+
(('note:（数十万件とか）'))
|
|
119
|
+
* いまどきの全文検索機能が必要
|
|
120
|
+
* PostgreSQL経由で全文検索エンジン
|
|
121
121
|
|
|
122
|
-
|
|
122
|
+
= オススメの選択肢\n全文検索の知識アリ
|
|
123
123
|
|
|
124
|
-
|
|
125
|
-
|
|
126
|
-
|
|
127
|
-
|
|
124
|
+
* カリカリにチューニングしたい
|
|
125
|
+
* PostgreSQL＋全文検索サーバー
|
|
126
|
+
* それ以外
|
|
127
|
+
* PostgreSQL経由で全文検索エンジン
|
|
128
128
|
|
|
129
|
-
|
|
129
|
+
= 説明する選択肢
|
|
130
130
|
|
|
131
|
-
|
|
132
|
-
|
|
133
|
-
|
|
131
|
+
PostgreSQL経由で\n
|
|
132
|
+
全文検索\n
|
|
133
|
+
エンジン
|
|
134
134
|
|
|
135
|
-
|
|
135
|
+
= 全文検索エンジン\nGroonga（ぐるんが）
|
|
136
136
|
|
|
137
|
-
|
|
138
|
-
|
|
139
|
-
|
|
140
|
-
|
|
141
|
-
|
|
142
|
-
|
|
137
|
+
* 組込可能な全文検索エンジン
|
|
138
|
+
* PostgreSQLに組込→PGoonga
|
|
139
|
+
* 全文検索サーバーとして\n
|
|
140
|
+
単独でも使用可能
|
|
141
|
+
* PostgreSQL＋全文検索サーバー構成\n
|
|
142
|
+
もできる
|
|
143
143
|
|
|
144
|
-
|
|
144
|
+
= Groongaの得意なこと\nデータの追加・更新
|
|
145
145
|
|
|
146
|
-
|
|
147
|
-
|
|
148
|
-
|
|
149
|
-
|
|
150
|
-
|
|
151
|
-
|
|
146
|
+
* 新鮮な情報がすぐ検索可能！
|
|
147
|
+
* バッチで更新しなくてもよい
|
|
148
|
+
* チャットくらいの頻度でもOK\n
|
|
149
|
+
例：ZulipはPGroongaを採用
|
|
150
|
+
* 更新中も検索性能が落ちない！
|
|
151
|
+
* 利用ユーザーが多い時でも更新可能
|
|
152
152
|
|
|
153
|
-
|
|
153
|
+
= Groongaの得意なこと\n日本語まわり
|
|
154
154
|
|
|
155
|
-
|
|
156
|
-
|
|
155
|
+
* 開発者が日本人
|
|
156
|
+
* 便利機能が組み込み
|
|
157
157
|
|
|
158
|
-
|
|
159
|
-
|
|
160
|
-
|
|
158
|
+
(('tag:center'))
|
|
159
|
+
(('tag:margin-top * 3'))
|
|
160
|
+
(('note:もちろん、日本語以外もOK！'))
|
|
161
161
|
|
|
162
|
-
|
|
162
|
+
= PGroonga\n（ぴーじーるんが）
|
|
163
163
|
|
|
164
|
-
|
|
165
|
-
|
|
166
|
-
|
|
167
|
-
|
|
168
|
-
|
|
164
|
+
* PostgreSQLのインデックス
|
|
165
|
+
* B-tree・GINなどと同じレイヤー
|
|
166
|
+
* 使用方法
|
|
167
|
+
* (({CREATE INDEX ...}))\n
|
|
168
|
+
(({USING PGroonga ...}))
|
|
169
169
|
|
|
170
|
-
|
|
170
|
+
= PostgreSQLと全文検索
|
|
171
171
|
|
|
172
|
-
|
|
173
|
-
|
|
174
|
-
|
|
175
|
-
|
|
176
|
-
|
|
172
|
+
* LIKE：組込機能
|
|
173
|
+
* textsearch：組込機能
|
|
174
|
+
* pg_trgm：標準添付
|
|
175
|
+
* アーカイブには含まれている
|
|
176
|
+
* 別途インストールすれば使える
|
|
177
177
|
|
|
178
|
-
|
|
178
|
+
= LIKEと速度
|
|
179
179
|
|
|
180
|
-
|
|
181
|
-
|
|
182
|
-
|
|
183
|
-
|
|
184
|
-
|
|
180
|
+
* 少ないデータ
|
|
181
|
+
* 十分実用的
|
|
182
|
+
* 400文字×20万件くらいなら1秒とか
|
|
183
|
+
* 少なくないデータ
|
|
184
|
+
* 性能問題アリ
|
|
185
185
|
|
|
186
|
-
|
|
186
|
+
= LIKEと全文検索システム
|
|
187
187
|
|
|
188
|
-
|
|
189
|
-
|
|
190
|
-
|
|
191
|
-
|
|
192
|
-
|
|
188
|
+
* 👍速度が実用的なことも多い
|
|
189
|
+
* 少ないデータなら
|
|
190
|
+
* 👎それっぽい順のソート不可
|
|
191
|
+
* 全文検索ではソート順が重要
|
|
192
|
+
* ユーザーは先頭n件しか見ない
|
|
193
193
|
|
|
194
|
-
|
|
194
|
+
= textsearch
|
|
195
195
|
|
|
196
|
-
|
|
197
|
-
|
|
198
|
-
|
|
199
|
-
|
|
200
|
-
|
|
201
|
-
|
|
202
|
-
|
|
196
|
+
* インデックスを作るので速い
|
|
197
|
+
* 言語毎にモジュールが必要
|
|
198
|
+
* 英語やフランス語などは組込
|
|
199
|
+
* 日本語は別途必要
|
|
200
|
+
* 日本語用モジュールはあるが…
|
|
201
|
+
* 公式にはメンテナンスされていない\n
|
|
202
|
+
(('note:forkして動くようにしている人はいる'))
|
|
203
203
|
|
|
204
|
-
|
|
204
|
+
= pg_trgm
|
|
205
205
|
|
|
206
|
-
|
|
207
|
-
|
|
208
|
-
|
|
209
|
-
|
|
206
|
+
* インデックスを作るので速い
|
|
207
|
+
* 注：ヒット件数が増えると遅い
|
|
208
|
+
* 注：テキスト量が多いと遅い
|
|
209
|
+
* 注：1,2文字の検索は遅い(('note:（米・日本）'))
|
|
210
210
|
|
|
211
|
-
|
|
212
|
-
|
|
213
|
-
|
|
211
|
+
* 日本語を使うにはひと工夫必要
|
|
212
|
+
* C.UTF-8を使う
|
|
213
|
+
* ソースを変更してビルド
|
|
214
214
|
|
|
215
|
-
|
|
215
|
+
= プラグイン
|
|
216
216
|
|
|
217
|
-
|
|
218
|
-
|
|
219
|
-
|
|
220
|
-
|
|
221
|
-
|
|
222
|
-
|
|
223
|
-
|
|
217
|
+
* pg_bigm
|
|
218
|
+
* pg_trgmの日本語対応強化版
|
|
219
|
+
* それっぽい順のソート不可
|
|
220
|
+
* PGroonga
|
|
221
|
+
* 本気の全文検索エンジンを利用
|
|
222
|
+
* 速いし日本語もバッチリ！
|
|
223
|
+
* それっぽい順のソート可
|
|
224
224
|
|
|
225
|
-
|
|
225
|
+
= ベンチマーク：pg_bigm
|
|
226
226
|
|
|
227
|
-
#
|
|
228
|
-
#
|
|
229
|
-
#
|
|
227
|
+
# image
|
|
228
|
+
# src = images/search-pg-bigm.pdf
|
|
229
|
+
# relative_height = 100
|
|
230
230
|
|
|
231
|
-
|
|
231
|
+
= ベンチマーク：PGroonga
|
|
232
232
|
|
|
233
|
-
#
|
|
234
|
-
#
|
|
235
|
-
#
|
|
233
|
+
# image
|
|
234
|
+
# src = images/search-pgroonga-pg-bigm.pdf
|
|
235
|
+
# relative_height = 100
|
|
236
236
|
|
|
237
|
-
|
|
237
|
+
= PostgreSQLで全文検索システム
|
|
238
238
|
|
|
239
|
-
|
|
240
|
-
|
|
241
|
-
|
|
242
|
-
|
|
243
|
-
|
|
244
|
-
|
|
239
|
+
* PostgreSQLで全文検索
|
|
240
|
+
* PGroongaがベスト！💯
|
|
241
|
+
* PGroonga
|
|
242
|
+
* 高速
|
|
243
|
+
* 日本語対応
|
|
244
|
+
* それっぽい順でソート可
|
|
245
245
|
|
|
246
|
-
|
|
246
|
+
= 基本機能
|
|
247
247
|
|
|
248
|
-
|
|
249
|
-
|
|
250
|
-
|
|
248
|
+
* 高速全文検索＋ソート
|
|
249
|
+
* 検索キーワードハイライト
|
|
250
|
+
* キーワード周辺テキスト表示
|
|
251
251
|
|
|
252
|
-
|
|
252
|
+
= 高度な機能
|
|
253
253
|
|
|
254
|
-
|
|
255
|
-
|
|
256
|
-
|
|
257
|
-
|
|
258
|
-
|
|
259
|
-
|
|
254
|
+
* オートコンプリート
|
|
255
|
+
* ローマ字対応（zen→全文検索）
|
|
256
|
+
* 類似文書検索
|
|
257
|
+
* 同義語展開
|
|
258
|
+
* 「牛乳」→\n
|
|
259
|
+
「牛乳 OR ミルク」
|
|
260
260
|
|
|
261
|
-
|
|
261
|
+
= 高速全文検索＋ソート
|
|
262
262
|
|
|
263
|
-
#
|
|
264
|
-
#
|
|
265
|
-
#
|
|
263
|
+
# image
|
|
264
|
+
# src = images/php-document-search-search.png
|
|
265
|
+
# relative_height = 100
|
|
266
266
|
|
|
267
|
-
|
|
267
|
+
= テーブル定義
|
|
268
268
|
|
|
269
|
-
#
|
|
269
|
+
# coderay sql
|
|
270
270
|
|
|
271
|
-
|
|
272
|
-
|
|
273
|
-
|
|
274
|
-
|
|
275
|
-
|
|
276
|
-
|
|
277
|
-
|
|
271
|
+
CREATE TABLE entries (
|
|
272
|
+
-- 主キーを用意する
|
|
273
|
+
-- それっぽい順でソートするために必要
|
|
274
|
+
id integer PRIMARY KEY,
|
|
275
|
+
title text,
|
|
276
|
+
content text
|
|
277
|
+
);
|
|
278
278
|
|
|
279
|
-
|
|
279
|
+
= インデックス定義
|
|
280
280
|
|
|
281
|
-
#
|
|
281
|
+
# coderay sql
|
|
282
282
|
|
|
283
|
-
|
|
284
|
-
|
|
285
|
-
|
|
286
|
-
|
|
287
|
-
|
|
288
|
-
|
|
289
|
-
|
|
290
|
-
|
|
283
|
+
-- 全文検索用インデックス
|
|
284
|
+
-- よくわからないなら
|
|
285
|
+
-- デフォルトのまま使うこと！
|
|
286
|
+
CREATE INDEX entries_full_text_search
|
|
287
|
+
ON entries
|
|
288
|
+
--「USING PGroonga」=「PGroongaを使う」
|
|
289
|
+
-- 主キーはそれっぽい順ソートのため！
|
|
290
|
+
USING PGroonga (id, title, content);
|
|
291
291
|
|
|
292
|
-
|
|
292
|
+
= データ挿入
|
|
293
293
|
|
|
294
|
-
#
|
|
294
|
+
# coderay sql
|
|
295
295
|
|
|
296
|
-
|
|
297
|
-
|
|
298
|
-
|
|
299
|
-
|
|
300
|
-
|
|
296
|
+
-- 普通に挿入するだけでよい
|
|
297
|
+
INSERT INTO entries
|
|
298
|
+
VALUES (1,
|
|
299
|
+
'Groongaで高速全文検索！',
|
|
300
|
+
'高速に全文検索したいですね！');
|
|
301
301
|
|
|
302
|
-
|
|
302
|
+
= 全文検索
|
|
303
303
|
|
|
304
|
-
#
|
|
304
|
+
# coderay sql
|
|
305
305
|
|
|
306
|
-
|
|
307
|
-
|
|
308
|
-
|
|
309
|
-
|
|
310
|
-
|
|
311
|
-
|
|
306
|
+
SELECT title FROM entries
|
|
307
|
+
WHERE
|
|
308
|
+
-- &@~で全文検索
|
|
309
|
+
-- 「検索」と「高速」をAND検索
|
|
310
|
+
title &@~ '検索 高速' OR
|
|
311
|
+
content &@~ '検索 高速';
|
|
312
312
|
|
|
313
|
-
|
|
313
|
+
= 全文検索：LIKE
|
|
314
314
|
|
|
315
|
-
#
|
|
315
|
+
# coderay sql
|
|
316
316
|
|
|
317
|
-
|
|
318
|
-
|
|
319
|
-
|
|
320
|
-
|
|
321
|
-
|
|
322
|
-
|
|
323
|
-
|
|
317
|
+
SELECT title FROM entries
|
|
318
|
+
WHERE
|
|
319
|
+
-- LIKEでもインデックスが効く
|
|
320
|
+
--＝アプリを書き換えずに高速化可能
|
|
321
|
+
-- ただし&@~より性能が落ちる
|
|
322
|
+
title LIKE '%検索%' OR
|
|
323
|
+
content LIKE '%検索%';
|
|
324
324
|
|
|
325
|
-
|
|
325
|
+
= それっぽい順のソート
|
|
326
326
|
|
|
327
|
-
#
|
|
327
|
+
# coderay sql
|
|
328
328
|
|
|
329
|
-
|
|
330
|
-
|
|
331
|
-
|
|
332
|
-
|
|
333
|
-
|
|
334
|
-
|
|
335
|
-
|
|
336
|
-
|
|
337
|
-
|
|
329
|
+
SELECT
|
|
330
|
+
title,
|
|
331
|
+
-- pgroonga_score(テーブル名)で
|
|
332
|
+
-- それっぽさを数値で取得
|
|
333
|
+
pgroonga_score(entries) AS score
|
|
334
|
+
FROM entries
|
|
335
|
+
WHERE -- ...
|
|
336
|
+
-- それっぽさでソート
|
|
337
|
+
ORDER BY score DESC LIMIT 10;
|
|
338
338
|
|
|
339
|
-
|
|
339
|
+
= キーワードハイライト
|
|
340
340
|
|
|
341
|
-
#
|
|
342
|
-
#
|
|
343
|
-
#
|
|
341
|
+
# image
|
|
342
|
+
# src = images/php-document-search-search.png
|
|
343
|
+
# relative_height = 100
|
|
344
344
|
|
|
345
|
-
|
|
345
|
+
= HTML用にハイライト
|
|
346
346
|
|
|
347
|
-
#
|
|
347
|
+
# coderay sql
|
|
348
348
|
|
|
349
|
-
|
|
350
|
-
|
|
351
|
-
|
|
352
|
-
|
|
353
|
-
|
|
354
|
-
|
|
355
|
-
|
|
356
|
-
|
|
349
|
+
SELECT
|
|
350
|
+
pgroonga_highlight_html(
|
|
351
|
+
title,
|
|
352
|
+
-- クエリーから対象キーワードを抽出
|
|
353
|
+
pgroonga_query_extract_keywords('検索 高速'))
|
|
354
|
+
FROM entries
|
|
355
|
+
WHERE title &@~ '検索 高速' OR
|
|
356
|
+
content &@~ '検索 高速';
|
|
357
357
|
|
|
358
|
-
|
|
358
|
+
= HTML用ハイライト結果例
|
|
359
359
|
|
|
360
|
-
#
|
|
360
|
+
# coderay html
|
|
361
361
|
|
|
362
|
-
|
|
363
|
-
|
|
364
|
-
|
|
365
|
-
|
|
366
|
-
|
|
367
|
-
|
|
362
|
+
<Groonga>で高速全文検索！
|
|
363
|
+
↓
|
|
364
|
+
<Groonga>で ← タグをエスケープ
|
|
365
|
+
<span class="keyword">高速</span>
|
|
366
|
+
全文 ↑↓キーワードはclass付け
|
|
367
|
+
<span class="keyword">検索</span>！
|
|
368
368
|
|
|
369
|
-
|
|
369
|
+
= 周辺テキスト
|
|
370
370
|
|
|
371
|
-
#
|
|
372
|
-
#
|
|
373
|
-
#
|
|
371
|
+
# image
|
|
372
|
+
# src = images/php-document-search-search.png
|
|
373
|
+
# relative_height = 100
|
|
374
374
|
|
|
375
|
-
|
|
375
|
+
= HTML用に周辺テキスト取得
|
|
376
376
|
|
|
377
|
-
#
|
|
377
|
+
# coderay sql
|
|
378
378
|
|
|
379
|
-
|
|
380
|
-
|
|
381
|
-
|
|
382
|
-
|
|
383
|
-
|
|
384
|
-
|
|
385
|
-
|
|
386
|
-
|
|
379
|
+
SELECT
|
|
380
|
+
pgroonga_snippet_html(
|
|
381
|
+
content,
|
|
382
|
+
-- クエリーから対象キーワードを抽出
|
|
383
|
+
pgroonga_query_extract_keywords('検索 高速'))
|
|
384
|
+
FROM entries
|
|
385
|
+
WHERE title &@~ '検索 高速' OR
|
|
386
|
+
content &@~ '検索 高速';
|
|
387
387
|
|
|
388
|
-
|
|
388
|
+
= HTML用周辺テキスト結果例
|
|
389
389
|
|
|
390
|
-
#
|
|
390
|
+
# coderay html
|
|
391
391
|
|
|
392
|
-
|
|
393
|
-
|
|
394
|
-
|
|
395
|
-
|
|
396
|
-
|
|
397
|
-
|
|
398
|
-
|
|
399
|
-
|
|
400
|
-
|
|
401
|
-
|
|
392
|
+
...<Groonga>で高速全文検索！...
|
|
393
|
+
↓
|
|
394
|
+
ARRAY[
|
|
395
|
+
↓ 1つ目
|
|
396
|
+
'ga>で ←タグをエスケープ
|
|
397
|
+
<span class="keyword">高速</span>
|
|
398
|
+
全文 ↑↓キーワードはclass付け
|
|
399
|
+
<span class="keyword">検索/span>！',
|
|
400
|
+
'...' ← 2つ目
|
|
401
|
+
]
|
|
402
402
|
|
|
403
|
-
|
|
403
|
+
= オートコンプリート
|
|
404
404
|
|
|
405
|
-
#
|
|
406
|
-
#
|
|
407
|
-
#
|
|
405
|
+
# image
|
|
406
|
+
# src = images/php-document-search.png
|
|
407
|
+
# relative_height = 100
|
|
408
408
|
|
|
409
|
-
|
|
409
|
+
= オートコンプリート：必要なもの
|
|
410
410
|
|
|
411
|
-
|
|
412
|
-
|
|
413
|
-
|
|
414
|
-
|
|
415
|
-
|
|
411
|
+
* マスターテーブル
|
|
412
|
+
* 候補（例：牛乳）
|
|
413
|
+
* 候補のヨミ（カタカナ・複数可）
|
|
414
|
+
* 例1：ギュウニュウ
|
|
415
|
+
* 例2：ミルク
|
|
416
416
|
|
|
417
|
-
|
|
417
|
+
= オートコンプリート：実装方法
|
|
418
418
|
|
|
419
|
-
|
|
420
|
-
|
|
421
|
-
|
|
422
|
-
|
|
419
|
+
* 以下の検索のOR
|
|
420
|
+
* ヨミでの前方一致検索
|
|
421
|
+
* 候補を緩い全文検索
|
|
422
|
+
* 候補でソートして提示
|
|
423
423
|
|
|
424
|
-
|
|
425
|
-
|
|
424
|
+
(('tag:xx-small'))
|
|
425
|
+
((<"https://pgroonga.github.io/ja/how-to/auto-complete.html"|URL:https://pgroonga.github.io/ja/how-to/auto-complete.html>))
|
|
426
426
|
|
|
427
|
-
|
|
427
|
+
= オートコンプリート\nテーブル定義
|
|
428
428
|
|
|
429
|
-
#
|
|
429
|
+
# coderay sql
|
|
430
430
|
|
|
431
|
-
|
|
432
|
-
|
|
433
|
-
|
|
434
|
-
|
|
435
|
-
|
|
436
|
-
|
|
431
|
+
CREATE TABLE terms (
|
|
432
|
+
-- 補完候補
|
|
433
|
+
term text,
|
|
434
|
+
-- この候補のヨミ（N個可）
|
|
435
|
+
readings text[],
|
|
436
|
+
);
|
|
437
437
|
|
|
438
|
-
|
|
438
|
+
= オートコンプリート：データ例
|
|
439
439
|
|
|
440
|
-
#
|
|
440
|
+
# coderay sql
|
|
441
441
|
|
|
442
|
-
|
|
443
|
-
|
|
444
|
-
|
|
445
|
-
|
|
446
|
-
|
|
447
|
-
|
|
448
|
-
|
|
449
|
-
|
|
450
|
-
|
|
442
|
+
INSERT INTO terms VALUES (
|
|
443
|
+
'牛乳', -- 補完候補
|
|
444
|
+
ARRAY[
|
|
445
|
+
-- ヨミはカタカナで指定
|
|
446
|
+
'ギュウニュウ',
|
|
447
|
+
-- 「ミルク」でも補完可
|
|
448
|
+
'ミルク'
|
|
449
|
+
]
|
|
450
|
+
);
|
|
451
451
|
|
|
452
|
-
|
|
452
|
+
= オートコンプリート\nデータ管理のポイント
|
|
453
453
|
|
|
454
|
-
|
|
455
|
-
|
|
456
|
-
|
|
457
|
-
|
|
454
|
+
* 普通のテーブルなので管理が楽
|
|
455
|
+
* 追加・削除・更新が楽
|
|
456
|
+
* ダンプ・リストアもいつも通り
|
|
457
|
+
* レプリケーションもいつも通り
|
|
458
458
|
|
|
459
|
-
|
|
459
|
+
= オートコンプリート\n前方一致用インデックス
|
|
460
460
|
|
|
461
|
-
#
|
|
461
|
+
# coderay sql
|
|
462
462
|
|
|
463
|
-
|
|
464
|
-
|
|
465
|
-
|
|
466
|
-
|
|
463
|
+
CREATE INDEX prefix_search ON terms
|
|
464
|
+
USING PGroonga
|
|
465
|
+
-- ...text_array_term_search...
|
|
466
|
+
(readings pgroonga_text_array_term_search_ops_v2);
|
|
467
467
|
|
|
468
|
-
|
|
468
|
+
= オートコンプリート\n緩い全文検索用
|
|
469
469
|
|
|
470
|
-
#
|
|
470
|
+
# coderay sql
|
|
471
471
|
|
|
472
|
-
|
|
473
|
-
|
|
474
|
-
|
|
475
|
-
|
|
472
|
+
CREATE INDEX loose_search ON terms
|
|
473
|
+
USING PGroonga (term)
|
|
474
|
+
-- 緩い全文検索用トークナイザー
|
|
475
|
+
WITH (tokenizer='TokenBigramSplitSymbolAlphaDigit');
|
|
476
476
|
|
|
477
|
-
|
|
477
|
+
= オートコンプリート\n検索方法
|
|
478
478
|
|
|
479
|
-
#
|
|
479
|
+
# coderay sql
|
|
480
480
|
|
|
481
|
-
|
|
482
|
-
|
|
483
|
-
|
|
484
|
-
|
|
485
|
-
|
|
486
|
-
|
|
481
|
+
SELECT term FROM terms
|
|
482
|
+
-- ヨミで前方一致検索
|
|
483
|
+
WHERE readings &^~ '${入力}' OR
|
|
484
|
+
-- 緩い全文検索
|
|
485
|
+
term &@ '${入力}'
|
|
486
|
+
ORDER BY term LIMIT 10; -- ソート
|
|
487
487
|
|
|
488
|
-
|
|
488
|
+
= オートコンプリート\n検索例：漢字1
|
|
489
489
|
|
|
490
|
-
#
|
|
490
|
+
# coderay sql
|
|
491
491
|
|
|
492
|
-
|
|
493
|
-
|
|
494
|
-
|
|
495
|
-
|
|
496
|
-
|
|
497
|
-
|
|
498
|
-
|
|
492
|
+
-- ユーザーが「牛」を入力した場合
|
|
493
|
+
SELECT term FROM terms
|
|
494
|
+
-- ヨミで前方一致検索
|
|
495
|
+
WHERE readings &^~ '牛' OR
|
|
496
|
+
-- 緩い全文検索（ヒット）
|
|
497
|
+
term &@ '牛'
|
|
498
|
+
ORDER BY term LIMIT 10; -- ソート
|
|
499
499
|
|
|
500
|
-
|
|
500
|
+
= オートコンプリート\n検索例：漢字2
|
|
501
501
|
|
|
502
|
-
#
|
|
502
|
+
# coderay sql
|
|
503
503
|
|
|
504
|
-
|
|
505
|
-
|
|
506
|
-
|
|
507
|
-
|
|
508
|
-
|
|
509
|
-
|
|
510
|
-
|
|
504
|
+
-- ユーザーが「乳」を入力した場合
|
|
505
|
+
SELECT term FROM terms
|
|
506
|
+
-- ヨミで前方一致検索
|
|
507
|
+
WHERE readings &^~ '乳' OR
|
|
508
|
+
-- 緩い全文検索（ヒット）
|
|
509
|
+
term &@ '乳'
|
|
510
|
+
ORDER BY term LIMIT 10; -- ソート
|
|
511
511
|
|
|
512
|
-
|
|
512
|
+
= オートコンプリート\n検索例：カタカナ
|
|
513
513
|
|
|
514
|
-
#
|
|
514
|
+
# coderay sql
|
|
515
515
|
|
|
516
|
-
|
|
517
|
-
|
|
518
|
-
|
|
519
|
-
|
|
520
|
-
|
|
521
|
-
|
|
522
|
-
|
|
516
|
+
-- ユーザーが「ギュウ」を入力した場合
|
|
517
|
+
SELECT term FROM terms
|
|
518
|
+
-- ヨミで前方一致検索（ヒット）
|
|
519
|
+
WHERE readings &^~ 'ギュウ' OR
|
|
520
|
+
-- 緩い全文検索
|
|
521
|
+
term &@ 'ギュウ'
|
|
522
|
+
ORDER BY term LIMIT 10; -- ソート
|
|
523
523
|
|
|
524
|
-
|
|
524
|
+
= オートコンプリート\n検索例：ひらがな
|
|
525
525
|
|
|
526
|
-
#
|
|
526
|
+
# coderay sql
|
|
527
527
|
|
|
528
|
-
|
|
529
|
-
|
|
530
|
-
|
|
531
|
-
|
|
532
|
-
|
|
533
|
-
|
|
534
|
-
|
|
528
|
+
-- ユーザーが「ぎゅう」を入力した場合
|
|
529
|
+
SELECT term FROM terms
|
|
530
|
+
-- ヨミで前方一致検索（ヒット）
|
|
531
|
+
WHERE readings &^~ 'ぎゅう' OR
|
|
532
|
+
-- 緩い全文検索
|
|
533
|
+
term &@ 'ぎゅう'
|
|
534
|
+
ORDER BY term LIMIT 10; -- ソート
|
|
535
535
|
|
|
536
|
-
|
|
536
|
+
= オートコンプリート\n検索例：ローマ字
|
|
537
537
|
|
|
538
|
-
#
|
|
538
|
+
# coderay sql
|
|
539
539
|
|
|
540
|
-
|
|
541
|
-
|
|
542
|
-
|
|
543
|
-
|
|
544
|
-
|
|
545
|
-
|
|
546
|
-
|
|
540
|
+
-- ユーザーが「gyu」を入力した場合
|
|
541
|
+
SELECT term FROM terms
|
|
542
|
+
-- ヨミで前方一致検索（ヒット）
|
|
543
|
+
WHERE readings &^~ 'gyu' OR
|
|
544
|
+
-- 緩い全文検索
|
|
545
|
+
term &@ 'gyu'
|
|
546
|
+
ORDER BY term LIMIT 10; -- ソート
|
|
547
547
|
|
|
548
|
-
|
|
548
|
+
= 同義語展開
|
|
549
549
|
|
|
550
|
-
|
|
551
|
-
|
|
552
|
-
|
|
553
|
-
|
|
554
|
-
|
|
550
|
+
* 同義語
|
|
551
|
+
* 同じ意味だが表記が異なる語
|
|
552
|
+
* 例：「牛乳」と「ミルク」
|
|
553
|
+
* どの表記でもヒットして欲しい
|
|
554
|
+
* 同義語展開→同義語すべてでOR検索
|
|
555
555
|
|
|
556
|
-
|
|
556
|
+
= 同義語展開\n実装方法
|
|
557
557
|
|
|
558
|
-
|
|
559
|
-
|
|
560
|
-
|
|
558
|
+
* 同義語管理テーブルを作成
|
|
559
|
+
* クエリー内の同義語を展開
|
|
560
|
+
* 展開後のクエリーで検索
|
|
561
561
|
|
|
562
|
-
|
|
563
|
-
|
|
562
|
+
(('tag:xx-small'))
|
|
563
|
+
((<"https://pgroonga.github.io/ja/reference/functions/pgroonga-query-expand.html"|URL:https://pgroonga.github.io/ja/reference/functions/pgroonga-query-expand.html>))
|
|
564
564
|
|
|
565
|
-
|
|
565
|
+
= 同義語展開：テーブル定義
|
|
566
566
|
|
|
567
|
-
#
|
|
568
|
-
|
|
569
|
-
|
|
570
|
-
|
|
571
|
-
|
|
572
|
-
|
|
573
|
-
|
|
574
|
-
|
|
575
|
-
|
|
576
|
-
|
|
577
|
-
|
|
578
|
-
|
|
579
|
-
#
|
|
580
|
-
|
|
581
|
-
|
|
582
|
-
|
|
583
|
-
|
|
584
|
-
|
|
567
|
+
# coderay sql
|
|
568
|
+
CREATE TABLE synonyms (
|
|
569
|
+
-- 展開対象の語
|
|
570
|
+
term text,
|
|
571
|
+
-- 同義語のリスト
|
|
572
|
+
-- term自身も含める
|
|
573
|
+
-- 含めない場合はtermが検索禁止語になる
|
|
574
|
+
terms text[]
|
|
575
|
+
);
|
|
576
|
+
|
|
577
|
+
= 同義語展開：データ例
|
|
578
|
+
|
|
579
|
+
# coderay sql
|
|
580
|
+
INSERT INTO synonyms
|
|
581
|
+
VALUES ('牛乳', -- 「牛乳」を展開
|
|
582
|
+
ARRAY['牛乳', 'ミルク']),
|
|
583
|
+
('ミルク', -- 「ミルク」を展開
|
|
584
|
+
ARRAY['ミルク', '牛乳']);
|
|
585
585
|
|
|
586
|
-
|
|
586
|
+
= 同義語展開：データ管理のポイント
|
|
587
587
|
|
|
588
|
-
|
|
589
|
-
|
|
590
|
-
|
|
591
|
-
|
|
592
|
-
|
|
593
|
-
|
|
594
|
-
|
|
595
|
-
#
|
|
596
|
-
|
|
597
|
-
|
|
598
|
-
|
|
599
|
-
|
|
600
|
-
|
|
588
|
+
* 普通のテーブルなので管理が楽
|
|
589
|
+
* 追加・削除・更新が楽
|
|
590
|
+
* ダンプ・リストアもいつも通り
|
|
591
|
+
* レプリケーションもいつも通り
|
|
592
|
+
|
|
593
|
+
= 同義語展開：インデックス定義
|
|
594
|
+
|
|
595
|
+
# coderay sql
|
|
596
|
+
CREATE INDEX synonym_search ON synonyms
|
|
597
|
+
USING PGroonga
|
|
598
|
+
-- ...text_term_search...
|
|
599
|
+
-- termで完全一致検索をするため
|
|
600
|
+
(term pgroonga_text_term_search_ops_v2);
|
|
601
601
|
|
|
602
|
-
|
|
603
|
-
|
|
604
|
-
#
|
|
605
|
-
|
|
606
|
-
|
|
607
|
-
|
|
608
|
-
|
|
609
|
-
|
|
610
|
-
|
|
611
|
-
|
|
612
|
-
|
|
613
|
-
|
|
614
|
-
|
|
615
|
-
|
|
616
|
-
#
|
|
617
|
-
|
|
618
|
-
|
|
619
|
-
|
|
620
|
-
|
|
621
|
-
|
|
622
|
-
|
|
623
|
-
|
|
624
|
-
|
|
625
|
-
|
|
626
|
-
|
|
627
|
-
|
|
628
|
-
#
|
|
629
|
-
#
|
|
630
|
-
#
|
|
631
|
-
|
|
632
|
-
|
|
633
|
-
|
|
634
|
-
|
|
635
|
-
|
|
636
|
-
|
|
637
|
-
|
|
638
|
-
|
|
639
|
-
|
|
640
|
-
|
|
641
|
-
|
|
642
|
-
|
|
643
|
-
|
|
644
|
-
|
|
645
|
-
|
|
646
|
-
|
|
647
|
-
|
|
648
|
-
|
|
649
|
-
|
|
650
|
-
#
|
|
651
|
-
|
|
652
|
-
|
|
653
|
-
|
|
654
|
-
|
|
655
|
-
|
|
656
|
-
|
|
657
|
-
|
|
658
|
-
|
|
659
|
-
|
|
660
|
-
|
|
661
|
-
|
|
662
|
-
|
|
663
|
-
|
|
664
|
-
#
|
|
665
|
-
|
|
666
|
-
|
|
667
|
-
|
|
668
|
-
|
|
669
|
-
|
|
670
|
-
|
|
671
|
-
|
|
672
|
-
|
|
673
|
-
|
|
674
|
-
|
|
675
|
-
|
|
676
|
-
|
|
677
|
-
|
|
678
|
-
|
|
679
|
-
|
|
680
|
-
|
|
681
|
-
|
|
682
|
-
|
|
683
|
-
|
|
684
|
-
|
|
685
|
-
|
|
686
|
-
|
|
687
|
-
|
|
688
|
-
|
|
689
|
-
|
|
690
|
-
|
|
691
|
-
|
|
692
|
-
|
|
693
|
-
|
|
694
|
-
|
|
695
|
-
|
|
696
|
-
|
|
697
|
-
|
|
698
|
-
|
|
699
|
-
|
|
700
|
-
|
|
701
|
-
|
|
702
|
-
|
|
703
|
-
|
|
704
|
-
|
|
705
|
-
|
|
706
|
-
|
|
707
|
-
|
|
708
|
-
|
|
709
|
-
|
|
710
|
-
|
|
711
|
-
|
|
712
|
-
|
|
713
|
-
|
|
714
|
-
|
|
715
|
-
|
|
716
|
-
|
|
717
|
-
|
|
718
|
-
|
|
719
|
-
|
|
720
|
-
|
|
721
|
-
|
|
722
|
-
|
|
723
|
-
|
|
724
|
-
|
|
725
|
-
|
|
726
|
-
|
|
727
|
-
|
|
728
|
-
|
|
729
|
-
|
|
730
|
-
|
|
731
|
-
|
|
732
|
-
|
|
733
|
-
|
|
734
|
-
|
|
735
|
-
|
|
736
|
-
#
|
|
737
|
-
|
|
738
|
-
|
|
739
|
-
|
|
740
|
-
|
|
741
|
-
|
|
742
|
-
|
|
743
|
-
|
|
744
|
-
|
|
745
|
-
#
|
|
746
|
-
|
|
747
|
-
|
|
748
|
-
|
|
749
|
-
|
|
750
|
-
|
|
751
|
-
|
|
752
|
-
#
|
|
753
|
-
|
|
754
|
-
|
|
755
|
-
|
|
756
|
-
|
|
757
|
-
|
|
758
|
-
|
|
759
|
-
|
|
760
|
-
|
|
761
|
-
|
|
762
|
-
|
|
763
|
-
|
|
764
|
-
|
|
765
|
-
|
|
766
|
-
|
|
767
|
-
|
|
768
|
-
|
|
769
|
-
|
|
770
|
-
|
|
771
|
-
|
|
772
|
-
|
|
773
|
-
|
|
774
|
-
|
|
775
|
-
#
|
|
776
|
-
#
|
|
777
|
-
#
|
|
778
|
-
|
|
779
|
-
|
|
780
|
-
|
|
781
|
-
#
|
|
782
|
-
#
|
|
783
|
-
#
|
|
784
|
-
|
|
785
|
-
|
|
786
|
-
|
|
787
|
-
#
|
|
788
|
-
#
|
|
789
|
-
#
|
|
790
|
-
|
|
791
|
-
|
|
792
|
-
|
|
793
|
-
#
|
|
794
|
-
|
|
795
|
-
|
|
796
|
-
|
|
797
|
-
|
|
798
|
-
|
|
799
|
-
|
|
800
|
-
|
|
801
|
-
|
|
802
|
-
|
|
803
|
-
|
|
804
|
-
|
|
805
|
-
|
|
806
|
-
|
|
807
|
-
|
|
808
|
-
|
|
809
|
-
|
|
810
|
-
|
|
811
|
-
|
|
812
|
-
|
|
813
|
-
|
|
814
|
-
|
|
815
|
-
|
|
816
|
-
|
|
817
|
-
|
|
818
|
-
|
|
819
|
-
|
|
820
|
-
|
|
821
|
-
|
|
822
|
-
|
|
823
|
-
|
|
824
|
-
|
|
825
|
-
|
|
826
|
-
|
|
827
|
-
|
|
828
|
-
|
|
829
|
-
|
|
830
|
-
|
|
831
|
-
|
|
832
|
-
|
|
833
|
-
|
|
834
|
-
#
|
|
835
|
-
#
|
|
836
|
-
|
|
837
|
-
|
|
838
|
-
|
|
839
|
-
|
|
840
|
-
|
|
841
|
-
|
|
842
|
-
#
|
|
843
|
-
|
|
844
|
-
|
|
845
|
-
|
|
846
|
-
|
|
847
|
-
|
|
848
|
-
|
|
849
|
-
|
|
850
|
-
#
|
|
851
|
-
|
|
852
|
-
|
|
853
|
-
|
|
854
|
-
|
|
855
|
-
|
|
856
|
-
|
|
857
|
-
|
|
858
|
-
|
|
859
|
-
|
|
860
|
-
|
|
861
|
-
|
|
862
|
-
#
|
|
863
|
-
|
|
864
|
-
|
|
865
|
-
|
|
866
|
-
|
|
867
|
-
|
|
868
|
-
|
|
869
|
-
|
|
870
|
-
|
|
871
|
-
|
|
872
|
-
|
|
873
|
-
|
|
874
|
-
#
|
|
875
|
-
|
|
876
|
-
|
|
877
|
-
|
|
878
|
-
|
|
879
|
-
|
|
880
|
-
|
|
881
|
-
#
|
|
882
|
-
|
|
883
|
-
|
|
884
|
-
|
|
885
|
-
|
|
886
|
-
|
|
887
|
-
|
|
888
|
-
|
|
889
|
-
#
|
|
890
|
-
|
|
891
|
-
|
|
892
|
-
|
|
893
|
-
|
|
894
|
-
|
|
895
|
-
|
|
896
|
-
|
|
897
|
-
|
|
898
|
-
|
|
899
|
-
|
|
900
|
-
|
|
901
|
-
#
|
|
902
|
-
|
|
903
|
-
|
|
904
|
-
|
|
905
|
-
|
|
906
|
-
|
|
907
|
-
|
|
908
|
-
|
|
909
|
-
|
|
910
|
-
|
|
911
|
-
|
|
912
|
-
#
|
|
913
|
-
|
|
914
|
-
|
|
915
|
-
|
|
916
|
-
|
|
917
|
-
|
|
918
|
-
|
|
919
|
-
|
|
920
|
-
|
|
921
|
-
|
|
602
|
+
= 同義語展開：確認方法
|
|
603
|
+
|
|
604
|
+
# coderay sql
|
|
605
|
+
|
|
606
|
+
SELECT pgroonga_query_expand(
|
|
607
|
+
'synonyms', -- テーブル名
|
|
608
|
+
'term', -- 展開対象のカラム名
|
|
609
|
+
'terms', -- 対応する同義語配列のカラム名
|
|
610
|
+
'牛乳' -- クエリー
|
|
611
|
+
);
|
|
612
|
+
-- '((牛乳) OR (ミルク))'
|
|
613
|
+
|
|
614
|
+
= 同義語展開：検索方法
|
|
615
|
+
|
|
616
|
+
# coderay sql
|
|
617
|
+
SELECT title FROM entries
|
|
618
|
+
WHERE
|
|
619
|
+
-- title &@~ 'アイス ((牛乳) OR (ミルク))'になる
|
|
620
|
+
title &@~
|
|
621
|
+
pgroonga_query_expand('synonyms',
|
|
622
|
+
'term',
|
|
623
|
+
'terms',
|
|
624
|
+
'アイス 牛乳');
|
|
625
|
+
|
|
626
|
+
= 類似文書検索
|
|
627
|
+
|
|
628
|
+
# image
|
|
629
|
+
# src = images/php-document-search-similar-search.png
|
|
630
|
+
# relative_height = 100
|
|
631
|
+
|
|
632
|
+
= 類似文書検索
|
|
633
|
+
|
|
634
|
+
* 検索クエリーは文書そのもの
|
|
635
|
+
* キーワードではない
|
|
636
|
+
* 関連エントリーの提示に使える
|
|
637
|
+
* メタデータがあるなら組み合わせる\n
|
|
638
|
+
→精度向上
|
|
639
|
+
* メタデータ：タグ・行動履歴など
|
|
640
|
+
|
|
641
|
+
= 類似文書検索：実現方法
|
|
642
|
+
|
|
643
|
+
* 類似検索用インデックスが必要
|
|
644
|
+
* 自然言語に合わせた処理で精度向上
|
|
645
|
+
* 日本語ならMeCabを活用
|
|
646
|
+
* 類似検索用の演算子を使う
|
|
647
|
+
|
|
648
|
+
= 類似文書検索：インデックス定義
|
|
649
|
+
|
|
650
|
+
# coderay sql
|
|
651
|
+
|
|
652
|
+
CREATE INDEX entries_similar_search
|
|
653
|
+
ON entries
|
|
654
|
+
-- タイトルと内容を合わせたテキストをインデックス
|
|
655
|
+
-- 理由1：タイトルも重要→対象に加えて精度向上
|
|
656
|
+
-- 理由2：PostgreSQLが全文検索インデックスと
|
|
657
|
+
-- 区別できるように
|
|
658
|
+
USING PGroonga (id, (title || ' ' || content))
|
|
659
|
+
-- TokenMecabを使うと精度向上
|
|
660
|
+
WITH (tokenizer='TokenMecab');
|
|
661
|
+
|
|
662
|
+
= 類似文書検索：検索方法
|
|
663
|
+
|
|
664
|
+
# coderay sql
|
|
665
|
+
|
|
666
|
+
SELECT title,
|
|
667
|
+
pgroonga_score(entries) AS score
|
|
668
|
+
FROM entries
|
|
669
|
+
WHERE
|
|
670
|
+
-- &@*で類似文書検索
|
|
671
|
+
-- 既存文書の内容をそのまま指定
|
|
672
|
+
(title || ' ' || content) &@*
|
|
673
|
+
'...Groongaで高速全文検索！...'
|
|
674
|
+
ORDER BY score DESC LIMIT 3;
|
|
675
|
+
|
|
676
|
+
= 類似文書検索：結果例
|
|
677
|
+
|
|
678
|
+
クエリー：
|
|
679
|
+
...Groongaで高速全文検索！...
|
|
680
|
+
|
|
681
|
+
ヒット例：
|
|
682
|
+
...PGroongaで高速全文検索！...
|
|
683
|
+
|
|
684
|
+
= おさらい：基本機能
|
|
685
|
+
|
|
686
|
+
* 高速全文検索＋ソート
|
|
687
|
+
* 検索キーワードハイライト
|
|
688
|
+
* キーワード周辺テキスト表示
|
|
689
|
+
|
|
690
|
+
= おさらい：高度な機能
|
|
691
|
+
|
|
692
|
+
* オートコンプリート
|
|
693
|
+
* ローマ字対応（zen→全文検索）
|
|
694
|
+
* 類似文書検索
|
|
695
|
+
* 同義語展開
|
|
696
|
+
* 「牛乳」→\n
|
|
697
|
+
「牛乳 OR ミルク」
|
|
698
|
+
|
|
699
|
+
= 全文検索システムの実装\n次の一歩
|
|
700
|
+
|
|
701
|
+
* 構造化データ対応
|
|
702
|
+
* オフィス文書・HTMLなど
|
|
703
|
+
* 対応に必要な処理
|
|
704
|
+
* テキスト抽出
|
|
705
|
+
* メタデータ抽出(('note:（例：タイトル・更新日時）'))
|
|
706
|
+
* スクリーンショット作成(('note:（なおよい）'))
|
|
707
|
+
|
|
708
|
+
= 抽出ツール
|
|
709
|
+
|
|
710
|
+
* Apache Tika
|
|
711
|
+
* Apache Luceneのサブプロジェクト
|
|
712
|
+
* 対応フォーマット数が多い
|
|
713
|
+
* ChupaText
|
|
714
|
+
* Groongaのサブプロジェクト
|
|
715
|
+
* スクリーンショット作成対応
|
|
716
|
+
|
|
717
|
+
= ChupaText
|
|
718
|
+
|
|
719
|
+
* 対応フォーマット
|
|
720
|
+
* Word/Excel/PowerPoint
|
|
721
|
+
* ODT/ODS/ODP(('note:（OpenDocument）'))
|
|
722
|
+
* PDF/HTML/XML/CSV/...
|
|
723
|
+
* インターフェイス
|
|
724
|
+
* HTTPとコマンドライン
|
|
725
|
+
|
|
726
|
+
= ChupaText：インストール
|
|
727
|
+
|
|
728
|
+
* DockerかVagrantを使うのが楽
|
|
729
|
+
* (('tag:xx-small'))
|
|
730
|
+
((<"https://github.com/ranguba/chupa-text-docker"|URL:https://github.com/ranguba/chupa-text-docker>))
|
|
731
|
+
* (('tag:xx-small'))
|
|
732
|
+
((<"https://github.com/ranguba/chupa-text-vagrant"|URL:https://github.com/ranguba/chupa-text-vagrant>))
|
|
733
|
+
|
|
734
|
+
= ChupaText：Docker
|
|
735
|
+
|
|
736
|
+
# coderay console
|
|
737
|
+
% GITHUB=https://github.com
|
|
738
|
+
% git clone \
|
|
739
|
+
${GITHUB}/ranguba/chupa-text-docker.git
|
|
740
|
+
% cd chupa-text-docker
|
|
741
|
+
% docker-compose up --build
|
|
742
|
+
|
|
743
|
+
= ChupaText：使い方
|
|
744
|
+
|
|
745
|
+
# coderay console
|
|
746
|
+
% curl \
|
|
747
|
+
--form data=@XXX.pdf \
|
|
748
|
+
http://localhost:20080/extraction.json
|
|
749
|
+
|
|
750
|
+
= ChupaText：結果例
|
|
751
|
+
|
|
752
|
+
# coderay json
|
|
753
|
+
|
|
754
|
+
{
|
|
755
|
+
"mime-type": "application/pdf", # 元データのMIMEタイプ
|
|
756
|
+
"size": 147159, # メタデータ
|
|
757
|
+
...,
|
|
758
|
+
"texts": [ # 抽出されたテキスト（N個）
|
|
759
|
+
{
|
|
760
|
+
"mime-type": "text/plain", # 抽出後のMIMEタイプ
|
|
761
|
+
...,
|
|
762
|
+
"creator": "Adobe Illustrator CS3", # メタデータ
|
|
763
|
+
"body": "This is sample PDF. ...", # 抽出したテキスト
|
|
764
|
+
"screenshot": {
|
|
765
|
+
"mime-type": "image/png", # スクリーンショットのMIMEタイプ
|
|
766
|
+
"data": "iVBORw...", # Base64にした画像データ
|
|
767
|
+
"encoding": "base64" # Base64であることを明記
|
|
768
|
+
}
|
|
769
|
+
}
|
|
770
|
+
]
|
|
771
|
+
}
|
|
772
|
+
|
|
773
|
+
= ChupaText：Web UI
|
|
774
|
+
|
|
775
|
+
# image
|
|
776
|
+
# src = images/chupa-text-web-ui-form.png
|
|
777
|
+
# relative_height = 100
|
|
778
|
+
|
|
779
|
+
= ChupaText：Web UI抽出例
|
|
780
|
+
|
|
781
|
+
# image
|
|
782
|
+
# src = images/chupa-text-web-ui-extract-metadata.png
|
|
783
|
+
# relative_height = 100
|
|
784
|
+
|
|
785
|
+
= ChupaText：Web UI抽出例
|
|
786
|
+
|
|
787
|
+
# image
|
|
788
|
+
# src = images/chupa-text-web-ui-extract-text-and-screenshot.png
|
|
789
|
+
# relative_height = 100
|
|
790
|
+
|
|
791
|
+
= ChupaText：Vagrant
|
|
792
|
+
|
|
793
|
+
# coderay console
|
|
794
|
+
% GITHUB=https://github.com
|
|
795
|
+
% git clone \
|
|
796
|
+
${GITHUB}/ranguba/chupa-text-vagrant.git
|
|
797
|
+
% cd chupa-text-vagrant
|
|
798
|
+
% vagrant up
|
|
799
|
+
|
|
800
|
+
(('tag:center'))
|
|
801
|
+
使い方はDocker版と同じ
|
|
802
|
+
|
|
803
|
+
= ChupaText：活用例
|
|
804
|
+
|
|
805
|
+
* 抽出したテキスト
|
|
806
|
+
* PGroongaへ挿入
|
|
807
|
+
* 抽出したメタデータ
|
|
808
|
+
* PGroongaへ挿入
|
|
809
|
+
* 絞り込みに活用
|
|
810
|
+
* 作成したスクリーンショット
|
|
811
|
+
* 検索結果表示時に掲載
|
|
812
|
+
|
|
813
|
+
= まとめ
|
|
814
|
+
|
|
815
|
+
* PostgreSQL経由で\n
|
|
816
|
+
全文検索エンジン
|
|
817
|
+
* 採用の判断材料を提供
|
|
818
|
+
* 全文検索システム実装例を紹介
|
|
819
|
+
* PGroonga
|
|
820
|
+
* 構造化データの対応方法を紹介
|
|
821
|
+
* ChupaText
|
|
822
|
+
|
|
823
|
+
= 扱わなかった話題
|
|
824
|
+
|
|
825
|
+
* 運用について
|
|
826
|
+
* 障害対策・レプリケーション
|
|
827
|
+
* ロジカルレプリケーションは\n
|
|
828
|
+
対応済み！(('note:（少しだけ設定方法を紹介）'))
|
|
829
|
+
* チューニング
|
|
830
|
+
* Groongaの機能を直接使う方法
|
|
831
|
+
|
|
832
|
+
= ロジカルレプリケーション\npostgresql.conf
|
|
833
|
+
|
|
834
|
+
# coderay conf
|
|
835
|
+
# マスター
|
|
836
|
+
wal_level = logical
|
|
837
|
+
max_wal_senders = 10
|
|
838
|
+
max_replication_slots = 10
|
|
839
|
+
|
|
840
|
+
= ロジカルレプリケーション\nDB作成・PGroongaインストール
|
|
841
|
+
|
|
842
|
+
# coderay sql
|
|
843
|
+
-- マスター
|
|
844
|
+
CREATE DATABASE test_master;
|
|
845
|
+
\c test_master
|
|
846
|
+
CREATE EXTENSION pgroonga;
|
|
847
|
+
|
|
848
|
+
= ロジカルレプリケーション\nテーブル作成
|
|
849
|
+
|
|
850
|
+
# coderay sql
|
|
851
|
+
-- マスター
|
|
852
|
+
CREATE TABLE memos (
|
|
853
|
+
id integer PRIMARY KEY,
|
|
854
|
+
content text
|
|
855
|
+
);
|
|
856
|
+
CREATE INDEX
|
|
857
|
+
full_text_search_index ON memos
|
|
858
|
+
USING pgroonga (id, content);
|
|
859
|
+
|
|
860
|
+
= ロジカルレプリケーション\nレプリケーション用ユーザー作成
|
|
861
|
+
|
|
862
|
+
# coderay sql
|
|
863
|
+
-- マスター
|
|
864
|
+
-- pg_hba.confも編集すること
|
|
865
|
+
CREATE ROLE replica
|
|
866
|
+
WITH REPLICATION
|
|
867
|
+
LOGIN PASSWORD 'pass';
|
|
868
|
+
GRANT SELECT
|
|
869
|
+
ON ALL TABLES IN SCHEMA public
|
|
870
|
+
TO replica;
|
|
871
|
+
|
|
872
|
+
= ロジカルレプリケーション\npublication作成
|
|
873
|
+
|
|
874
|
+
# coderay sql
|
|
875
|
+
-- マスター
|
|
876
|
+
CREATE PUBLICATION pub
|
|
877
|
+
FOR TABLE memos;
|
|
878
|
+
|
|
879
|
+
= ロジカルレプリケーション\nDB作成・PGroongaインストール
|
|
880
|
+
|
|
881
|
+
# coderay sql
|
|
882
|
+
-- スレーブ
|
|
883
|
+
CREATE DATABASE test_slave;
|
|
884
|
+
\c test_slave
|
|
885
|
+
CREATE EXTENSION pgroonga;
|
|
886
|
+
|
|
887
|
+
= ロジカルレプリケーション\nテーブル作成
|
|
888
|
+
|
|
889
|
+
# coderay sql
|
|
890
|
+
-- スレーブ
|
|
891
|
+
CREATE TABLE memos (
|
|
892
|
+
id integer PRIMARY KEY,
|
|
893
|
+
content text
|
|
894
|
+
);
|
|
895
|
+
CREATE INDEX
|
|
896
|
+
full_text_search_index ON memos
|
|
897
|
+
USING pgroonga (id, content);
|
|
898
|
+
|
|
899
|
+
= ロジカルレプリケーション\nsubscription作成
|
|
900
|
+
|
|
901
|
+
# coderay sql
|
|
902
|
+
-- スレーブ
|
|
903
|
+
CREATE SUBSCRIPTION sub
|
|
904
|
+
CONNECTION
|
|
905
|
+
'host=192.168.0.18 port=5432
|
|
906
|
+
user=replica password=pass
|
|
907
|
+
dbname=test_master'
|
|
908
|
+
PUBLICATION pub;
|
|
909
|
+
|
|
910
|
+
= ロジカルレプリケーション\n確認
|
|
911
|
+
|
|
912
|
+
# coderay sql
|
|
913
|
+
-- マスター
|
|
914
|
+
INSERT INTO memos VALUES (1, '全文検索');
|
|
915
|
+
-- スレーブ
|
|
916
|
+
SELECT * FROM memos
|
|
917
|
+
WHERE content &@~ '全文検索';
|
|
918
|
+
-- id | content
|
|
919
|
+
-- ----+----------
|
|
920
|
+
-- 1 | 全文検索
|
|
921
|
+
-- (1 row)
|
|
922
922
|
|
|
923
923
|
= サポートサービス紹介
|
|
924
924
|
|
|
925
|
-
|
|
926
|
-
|
|
927
|
-
|
|
928
|
-
|
|
925
|
+
* 導入支援(('note:（設計支援・性能検証・移行支援・…）'))
|
|
926
|
+
* 開発支援\n
|
|
927
|
+
(('note:（サンプルコード提供・問い合わせ対応・…）'))
|
|
928
|
+
* 運用支援(('note:（障害対応・チューニング支援・…）'))
|
|
929
929
|
|
|
930
930
|
問い合わせ先：
|
|
931
931
|
|