# • 通配符搜索设置 通配符搜索是一种常见的文本搜索类型。在 Manticore 中，它是在字典级别执行的。默认情况下，普通表和实时表使用称为 [dict](https://vergil-lai.gitbook.io/manticoresearch-manual-zh/creating_a_table/low-level_tokenization#dict) 的字典类型。在此模式下，单词按原样存储，因此启用通配符不会影响表的大小。当执行通配符搜索时，系统会搜索字典以查找通配符单词的所有可能扩展。这种扩展在查询时可能会带来计算上的问题，特别是当扩展的单词提供许多扩展或具有巨大命中的情况下，尤其是在通配符被添加到单词的开头和结尾时。为避免此类问题，可以使用 [expansion\_limit](https://vergil-lai.gitbook.io/manticoresearch-manual-zh/fu-wu-qi-she-zhi/searchd#expansion_limit)。 ## min\_prefix\_len ```ini min_prefix_len = length ``` 此设置确定要索引和搜索的最小单词前缀长度。默认值设置为 0，这意味着不允许前缀。 前缀允许通过 `wordstart*` 通配符进行搜索。 例如，如果单词 "example" 的最小前缀长度设置为 3，则可以通过搜索 "exa"、"exam"、"examp"、"exampl" 以及完整单词来找到它。 请注意，对于 [dict](https://vergil-lai.gitbook.io/manticoresearch-manual-zh/creating_a_table/low-level_tokenization#dict)=crc，min\_prefix\_len 会影响全文索引的大小，因为每个单词扩展都会额外存储。 Manticore 可以将精确单词匹配与前缀匹配区分开，并在满足以下条件时对前者进行更高的排名： * [dict](https://vergil-lai.gitbook.io/manticoresearch-manual-zh/creating_a_table/low-level_tokenization#dict)=keywords（默认开启） * [index\_exact\_words](https://vergil-lai.gitbook.io/manticoresearch-manual-zh/creating_a_table/morphology#index_exact_words)=1（默认关闭） * [expand\_keywords](https://vergil-lai.gitbook.io/manticoresearch-manual-zh/5-sou-suo/options#expand_keywords)=1（同样默认关闭） 请注意，如果 [dict](https://vergil-lai.gitbook.io/manticoresearch-manual-zh/creating_a_table/low-level_tokenization#dict)=crc 模式或上述任何选项被禁用，则无法区分前缀和完整单词，且精确单词匹配无法获得更高的排名。 当 [最小中缀长度](#min_infix_len) 设置为正数时，最小前缀长度始终被视为 1。 **SQL:** ```sql CREATE TABLE products(title text, price float) min_prefix_len = '3' ``` ```json POST /cli -d " CREATE TABLE products(title text, price float) min_prefix_len = '3'" ``` ```php $index = new \Manticoresearch\Index($client); $index->setName('products'); $index->create([ 'title'=>['type'=>'text'], 'price'=>['type'=>'float'] ],[ 'min_prefix_len' => '3' ]); ``` **Python:** ```python utilsApi.sql('CREATE TABLE products(title text, price float) min_prefix_len = \'3\'') ``` **Javascript:** ```javascript res = await utilsApi.sql('CREATE TABLE products(title text, price float) min_prefix_len = \'3\''); ``` **Java:** ```java utilsApi.sql("CREATE TABLE products(title text, price float) min_prefix_len = '3'"); ``` **C#:** ```clike utilsApi.Sql("CREATE TABLE products(title text, price float) min_prefix_len = '3'"); ``` ```ini table products { min_prefix_len = 3 type = rt path = tbl rt_field = title rt_attr_uint = price } ``` ## min\_infix\_len ```ini min_infix_len = length ``` min\_infix\_len 设置确定了要索引和搜索的中缀前缀的最小长度。它是可选的，默认值为 0，这意味着不允许中缀。允许的最小非零值为 2。 启用后，中缀允许使用术语模式进行通配符搜索，例如 `start*`、`*end`、`*middle*` 等。它还允许禁用过短的通配符，如果它们的搜索成本过高。 如果满足以下条件，Manticore 可以将精确单词匹配与中缀匹配区分开，并对前者进行更高的排名： * [dict](https://vergil-lai.gitbook.io/manticoresearch-manual-zh/creating_a_table/low-level_tokenization#dict)=keywords（默认开启） * [index\_exact\_words](https://vergil-lai.gitbook.io/manticoresearch-manual-zh/creating_a_table/low-level_tokenization#dict)=1（默认关闭） * [expand\_keywords](https://vergil-lai.gitbook.io/manticoresearch-manual-zh/5-sou-suo/options#expand_keywords)=1（同样默认关闭） 请注意，如果 [dict](https://vergil-lai.gitbook.io/manticoresearch-manual-zh/creating_a_table/low-level_tokenization#dict)=crc 模式或上述任何选项被禁用，则无法区分中缀和完整单词，因此精确单词匹配无法获得更高的排名。 中缀通配符搜索查询的时间可能会有很大差异，这取决于子字符串实际扩展为多少关键字。像 `*in*` 或 `*ti*` 这样的短而常见的音节可能会扩展为过多的关键字，而这些关键字都需要被匹配和处理。因此，为了普遍启用子字符串搜索，您应该将 min\_infix\_len 设置为 2。为了限制过短通配符搜索的影响，您可以将其设置得更高。 中缀必须至少为 2 个字符长，并且出于性能原因，不允许使用像 `*a*` 这样的通配符。 当 min\_infix\_len 设置为正数时， [最小前缀长度](#min_prefix_len) 被视为 1。对于 [dict](https://vergil-lai.gitbook.io/manticoresearch-manual-zh/creating_a_table/low-level_tokenization#dict) 来说，前缀和中缀不能同时启用。对于 [dict](https://vergil-lai.gitbook.io/manticoresearch-manual-zh/creating_a_table/low-level_tokenization#dict) 和其他字段，如果通过 [prefix\_fields](#prefix_fields) 声明了前缀，则禁止在两个列表中声明同一字段。 如果 dict=keywords，除了通配符 `*`，还可以使用两个其他通配符字符： * `?` 可以匹配任何（一个）字符： `t?st` 将匹配 `test`，但不匹配 `teast` * `%` 可以匹配零个或一个字符： `tes%` 将匹配 `tes` 或 `test`，但不匹配 `testing` **SQL:** ```sql CREATE TABLE products(title text, price float) min_infix_len = '3' ``` ```json POST /cli -d " CREATE TABLE products(title text, price float) min_infix_len = '3'" ``` ```php $index = new \Manticoresearch\Index($client); $index->setName('products'); $index->create([ 'title'=>['type'=>'text'], 'price'=>['type'=>'float'] ],[ 'min_infix_len' => '3' ]); ``` **Python:** ```python utilsApi.sql('CREATE TABLE products(title text, price float) min_infix_len = \'3\'') ``` **Javascript:** ```javascript res = await utilsApi.sql('CREATE TABLE products(title text, price float) min_infix_len = \'3\''); ``` **Java:** ```java utilsApi.sql("CREATE TABLE products(title text, price float) min_infix_len = '3'"); ``` **C#:** ```clike utilsApi.Sql("CREATE TABLE products(title text, price float) min_infix_len = '3'"); ``` ```ini table products { min_infix_len = 3 type = rt path = tbl rt_field = title rt_attr_uint = price } ``` ## prefix\_fields ```ini prefix_fields = field1[, field2, ...] ``` `prefix_fields` 设置用于在 [dict=crc](https://vergil-lai.gitbook.io/manticoresearch-manual-zh/creating_a_table/low-level_tokenization#dict) 模式下将前缀索引限制为特定的全文字段。默认情况下，所有字段都在前缀模式下索引，但由于前缀索引会影响索引和搜索性能，可能希望将其限制在某些特定字段上。 要将前缀索引限制为特定字段，请使用 `prefix_fields` 设置，后跟以逗号分隔的字段名称列表。如果未设置 `prefix_fields`，则所有字段都将在前缀模式下索引。 **CONFIG:** ```ini table products { prefix_fields = title, name min_prefix_len = 3 dict = crc ``` ## infix\_fields ```ini infix_fields = field1[, field2, ...] ``` `infix_fields` 设置允许你指定一个全文字段列表，以将中缀索引限制在这些字段中。该设置仅适用于 [dict=crc](https://vergil-lai.gitbook.io/manticoresearch-manual-zh/creating_a_table/low-level_tokenization#dict) 模式，且为可选项，默认情况下，所有字段都在中缀模式下索引。 此设置类似于 [prefix\_fields](https://vergil-lai.gitbook.io/manticoresearch-manual-zh/creating_a_table/low-level_tokenization#dict)，但它允许将中缀索引限制在特定字段上。 **CONFIG:** ```ini table products { infix_fields = title, name min_infix_len = 3 dict = crc ``` ## max\_substring\_len ```ini max_substring_len = length ``` `max_substring_len` 指令设置用于前缀或中缀搜索的最大子字符串长度。该设置为可选项，默认值为 0（即索引所有可能的子字符串）。该指令仅适用于 [dict](https://vergil-lai.gitbook.io/manticoresearch-manual-zh/creating_a_table/low-level_tokenization#dict) 模式。 在 [dict](https://vergil-lai.gitbook.io/manticoresearch-manual-zh/creating_a_table/low-level_tokenization#dict) 模式中，默认情况下，子字符串索引将 **所有** 可能的子字符串作为独立关键词进行索引，这可能会导致全文索引过大。因此，`max_substring_len` 指令允许跳过可能永远不会被搜索的过长子字符串。 例如，一个包含 10,000 篇博客文章的测试表根据设置的不同会占用不同的磁盘空间： * 6.4 MB 基线（没有子字符串） * 24.3 MB (3.8倍) 当 `min_prefix_len = 3` * 22.2 MB (3.5倍) 当 `min_prefix_len = 3, max_substring_len = 8` * 19.3 MB (3.0倍) 当 `min_prefix_len = 3, max_substring_len = 6` * 94.3 MB (14.7倍) 当 `min_infix_len = 3` * 84.6 MB (13.2倍) 当 `min_infix_len = 3, max_substring_len = 8` * 70.7 MB (11.0倍) 当 `min_infix_len = 3, max_substring_len = 6` 因此，限制最大子字符串长度可以节省 10-15% 的表空间。 在 `dict=keywords` 模式下，子字符串长度对性能没有影响，因此该指令不适用并且在此模式下被禁止使用。不过，如果需要，仍然可以在应用代码中限制搜索的子字符串长度。 **CONFIG:** ```ini table products { max_substring_len = 12 min_infix_len = 3 dict = crc ``` ## expand\_keywords ```ini expand_keywords = {0|1|exact|star} ``` 该设置用于扩展关键词的确切形式和/或在关键词周围添加星号。支持的值有： * 1 - 扩展为确切形式和带星号的形式。例如，`running` 会被扩展为 `(running | *running* | =running)` * \`\`exact `- 仅扩展关键词的确切形式。例如，`running`会被扩展为`(running | =running)\` * `star` - 通过在关键词周围添加 `*` 扩展关键词。例如，`running` 会被扩展为 `(running | *running*)` 当启用 `expand_keywords` 功能时，对表执行的查询会进行内部扩展：如果构建表时启用了前缀或中缀索引，系统会将每个关键词内部替换为该关键词本身及相应的前缀或中缀（带星号的关键词）的析取形式。如果表在构建时启用了词干提取和 [index\_exact\_words](https://vergil-lai.gitbook.io/manticoresearch-manual-zh/creating_a_table/morphology#index_exact_words)，则还会添加关键词的确切形式。 **SQL:** ```sql CREATE TABLE products(title text, price float) expand_keywords = '1' ``` ```JSON POST /cli -d " CREATE TABLE products(title text, price float) expand_keywords = '1'" ``` ```php $index = new \Manticoresearch\Index($client); $index->setName('products'); $index->create([ 'title'=>['type'=>'text'], 'price'=>['type'=>'float'] ],[ 'expand_keywords' => '1' ]); ``` **Python:** ```python utilsApi.sql('CREATE TABLE products(title text, price float) expand_keywords = \'1\'') ``` **Javascript:** ```javascript res = await utilsApi.sql('CREATE TABLE products(title text, price float) expand_keywords = \'1\''); ``` **Java:** ```java utilsApi.sql("CREATE TABLE products(title text, price float) expand_keywords = '1'"); ``` **C#:** ```clike utilsApi.Sql("CREATE TABLE products(title text, price float) expand_keywords = '1'"); ``` ```ini table products { expand_keywords = 1 type = rt path = tbl rt_field = title rt_attr_uint = price } ``` 扩展查询自然会增加查询完成的时间，但可能会提高搜索质量，因为匹配确切形式的文档通常会比匹配词干或中缀的文档排名更高。 **注意，现有的查询语法无法模拟这种扩展**，因为内部扩展是在关键词级别上进行的，且扩展关键词包括短语或配额操作符内的关键词（这是查询语法无法实现的）。下列示例展示了 `expand_keywords` 如何影响搜索结果权重，以及如何通过 "runs" 查找到 "runsy"，而不需要添加星号： **expand\_keywords is enabled** ```sql mysql> create table t(f text) min_infix_len='2' expand_keywords='1' morphology='stem_en'; Query OK, 0 rows affected, 1 warning (0.00 sec) mysql> insert into t values(1,'running'),(2,'runs'),(3,'runsy'); Query OK, 3 rows affected (0.00 sec) mysql> select *, weight() from t where match('runs'); +------+---------+----------+ | id | f | weight() | +------+---------+----------+ | 2 | runs | 1560 | | 1 | running | 1500 | | 3 | runsy | 1500 | +------+---------+----------+ 3 rows in set (0.01 sec) mysql> drop table t; Query OK, 0 rows affected (0.01 sec) mysql> create table t(f text) min_infix_len='2' expand_keywords='exact' morphology='stem_en'; Query OK, 0 rows affected, 1 warning (0.00 sec) mysql> insert into t values(1,'running'),(2,'runs'),(3,'runsy'); Query OK, 3 rows affected (0.00 sec) mysql> select *, weight() from t where match('running'); +------+---------+----------+ | id | f | weight() | +------+---------+----------+ | 1 | running | 1590 | | 2 | runs | 1500 | +------+---------+----------+ 2 rows in set (0.00 sec) ``` **expand\_keywords is disabled** ```sql mysql> create table t(f text) min_infix_len='2' morphology='stem_en'; Query OK, 0 rows affected, 1 warning (0.00 sec) mysql> insert into t values(1,'running'),(2,'runs'),(3,'runsy'); Query OK, 3 rows affected (0.00 sec) mysql> select *, weight() from t where match('runs'); +------+---------+----------+ | id | f | weight() | +------+---------+----------+ | 1 | running | 1500 | | 2 | runs | 1500 | +------+---------+----------+ 2 rows in set (0.00 sec) mysql> drop table t; Query OK, 0 rows affected (0.01 sec) mysql> create table t(f text) min_infix_len='2' morphology='stem_en'; Query OK, 0 rows affected, 1 warning (0.00 sec) mysql> insert into t values(1,'running'),(2,'runs'),(3,'runsy'); Query OK, 3 rows affected (0.00 sec) mysql> select *, weight() from t where match('running'); +------+---------+----------+ | id | f | weight() | +------+---------+----------+ | 1 | running | 1500 | | 2 | runs | 1500 | +------+---------+----------+ 2 rows in set (0.00 sec) ``` 该指令不会对 [indexer](https://vergil-lai.gitbook.io/manticoresearch-manual-zh/data_creation_and_modification/cong-wai-bu-cun-chu-tian-jia-shu-ju/plain_tables_creation#Indexer-tool) 产生任何影响，它仅对 [searchd](https://vergil-lai.gitbook.io/manticoresearch-manual-zh/starting_the_server/manually) 有效。 ## expansion\_limit ```ini expansion_limit = number ``` 单个通配符扩展的最大关键词数量。详情请参见 [这里](https://vergil-lai.gitbook.io/manticoresearch-manual-zh/fu-wu-qi-she-zhi/searchd#expansion_limit)。 --- # Agent Instructions: Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter: ``` GET https://vergil-lai.gitbook.io/manticoresearch-manual-zh/creating_a_table/zi-ran-yu-yan-chu-li-nlp-he-fen-ci/wildcard_searching_settings.md?ask= ``` The question should be specific, self-contained, and written in natural language. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.