- \n
- SQL Server admite CONTAINS() para la b\u00fasqueda de texto<\/a><\/li>\n
- Oracle admite CONTAINS() para la b\u00fasqueda de texto<\/a><\/li>\n
- MySQL ha a\u00f1adido fSoporte de texto completo\u00a0<\/a><\/li>\n
- PostgreSQL dispone de b\u00fasqueda de texto compatible<\/a> durante mucho tiempo.<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n
Couchbase Full-Text Search (FTS) se crea con tres motivaciones principales:<\/span><\/p>\n
- \n
- \n
- \n
- B\u00fasqueda transparente en varios campos de un documento<\/span><\/li>\n
- Vaya m\u00e1s all\u00e1 de la coincidencia exacta de valores proporcionando <\/span>derivaci\u00f3n ling\u00fc\u00edstica<\/span><\/a>, emparejamiento difuso<\/a>etc.<\/span><\/li>\n
- Proporcionar los resultados de b\u00fasqueda en funci\u00f3n de la relevancia<\/span><\/li>\n<\/ul>\n<\/li>\n<\/ul>\n
FTS lo consigue con un \u00edndice invertido y un rico conjunto de <\/span>predicados de consulta<\/span><\/a>: desde la simple b\u00fasqueda de palabras a la concordancia de patrones, pasando por complejos predicados de rango. Adem\u00e1s de la b\u00fasqueda, admite la agregaci\u00f3n mediante <\/span>facetas de b\u00fasqueda<\/span><\/a>.<\/span><\/p>\n
En el mundo NoSQL, Lucene es un \u00edndice de b\u00fasqueda popular y tambi\u00e9n lo son los servidores de b\u00fasqueda basados en Lucene: Solr<\/a> y Elasticsearch<\/a>. Siguiendo a sus primos RDBMS, Elasticsearch<\/span><\/a>, <\/span>Opendistro para Elasticsearch<\/span><\/a> todos han a\u00f1adido SQL para sus b\u00fasquedas. Couchbase introdujo el servicio de texto completo,\u00a0FTS<\/a> y ha seguido con el apoyo a la b\u00fasqueda dentro de N1QL.<\/span><\/p>\n
- \n
- \n
- \n
- FTS con N1QL<\/span><\/a><\/li>\n
- Elasticsearch con SQL<\/span><\/a><\/li>\n
- Opendistro para Elasticsearch con SQL<\/span><\/a><\/li>\n
- Y el reci\u00e9n llegado a las b\u00fasquedas, MongoDB, ha a\u00f1adido <\/span>buscar en MQL<\/span><\/a> utilizando Lucene en su oferta Atlas. <\/span><\/li>\n<\/ul>\n<\/li>\n<\/ul>\n
Las implementaciones SQL de Elasticsearch con SQL<\/a> y MQL de MongoDB<\/a> viene con una larga lista de limitaciones.<\/strong><\/p>\n
Elasticsearch con SQL<\/a><\/span> ha enumerado aqu\u00ed sus limitaciones:<\/p>\n
- \n
- \n
- \n
- Lista completa: https:\/\/www.elastic.co\/guide\/en\/elasticsearch\/reference\/current\/sql-limitations.html<\/a><\/li>\n
- Adem\u00e1s, el lenguaje es comprensiblemente limitado debido a su incipiente aplicaci\u00f3n.\n
- \n
- No admite operaciones de conjuntos, uniones, etc.<\/li>\n
- Sin funciones de ventana.<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n
MQL de MongoDB<\/a> La integraci\u00f3n de b\u00fasquedas viene acompa\u00f1ada de una larga lista de limitaciones.<\/span><\/p>\n
- \n
- \n
- \n
- Disponible s\u00f3lo en el servicio de b\u00fasqueda Atlas, no en el producto on-prem.<\/li>\n
- La b\u00fasqueda s\u00f3lo puede ser la PRIMERA operaci\u00f3n dentro de la cadena aggregate().<\/li>\n
- Disponible s\u00f3lo dentro de la canalizaci\u00f3n de agregaci\u00f3n (aggregate()) y no en find(), insert(), update(), remove() otras operaciones.<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n
La integraci\u00f3n con su API aggregate(), viene con algunas limitaciones: S\u00f3lo puede ser la primera operaci\u00f3n del pipeline no disponible en su base de datos on-prem. <\/span>Las caracter\u00edsticas que discutimos en este art\u00edculo est\u00e1n en Couchbase 6.5 y superiores.<\/p>\n
Aqu\u00ed tienes un ejemplo de N1QL:<\/p>\n
SELECT country, \r\n city, \r\n name, \r\n ROW_NUMBER() OVER(ORDER BY country DESC, city DESC) rownum\r\nFROM `travel-sample` AS t1\r\nWHERE t1.type = \"hotel\" AND SEARCH(t1.description, \"garden\") \r\nAND ANY r in reviews satisfies r.ratings.Service > 3 END;\r\n<\/pre>\n
Esto incluye lo siguiente adem\u00e1s de SEARCH():<\/span><\/p>\n
- \n
- Proyecci\u00f3n de los campos de los documentos: pa\u00eds, ciudad, nombre<\/span><\/li>\n
- Generaci\u00f3n del n\u00famero de fila mediante la funci\u00f3n de ventana ROW_NUMBER()<\/span><\/li>\n
- Predicado escalar adicional t1.type = \"hotel\"<\/span><\/li>\n
- Predicado de matriz sobre revisiones (CUALQUIERA)<\/span><\/li>\n<\/ul>\n
Obtendr\u00e1 el beneficio COMPLETO de un procesamiento de consultas de primera clase, adem\u00e1s de una b\u00fasqueda eficiente. Eso no es todo - hay a\u00fan m\u00e1s con N1QL. <\/span>Los beneficios y <\/span>eficacia de SQL<\/span><\/a> son bien conocidos. N1QL es SQL para JSON. El objetivo de N1QL es ofrecer a desarrolladores y empresas un lenguaje expresivo, potente y completo para consultar, transformar y manipular datos JSON.<\/span><\/p>\n
Las ventajas de utilizar <\/span>N1QL<\/span><\/a> con la b\u00fasqueda son los siguientes:<\/span><\/p>\n
- \n
- Predicados:<\/span>\n
- \n
- FTS es excelente para las b\u00fasquedas basadas en la relevancia. SQL es excelente para el procesamiento de consultas complejas: predicados complejos, predicados de matriz, escalares adicionales, etc.\u00a0<\/span><\/li>\n<\/ul>\n<\/li>\n
- Operadores<\/span><\/a> y <\/span>funciones<\/span><\/a>:<\/span>\n
- \n
- Tratamiento de predicados (tratamiento de filtros)<\/span>\n
- \n
- Predicados escalares y de matriz adicionales<\/span><\/li>\n
- Las funciones escalares y de matriz tambi\u00e9n pueden utilizarse dentro de los predicados<\/span><\/li>\n
- Subconsultas<\/span>\n
- \n
- Subconsultas correlacionadas<\/span><\/li>\n
- Subconsultas no correlacionadas\u00a0<\/span><\/li>\n<\/ol>\n<\/li>\n<\/ol>\n<\/li>\n
- \u00c1ridos<\/span><\/a><\/li>\n
- Funciones de ventana<\/span><\/a><\/li>\n<\/ol>\n<\/li>\n
- procesamiento JOIN<\/span>\n
- \n
- N1QL puede hacer INNER JOIN, LEFT OUTER JOIN, (limitado) RIGHT OUTER JOIN, NEST, UNNEST<\/span><\/li>\n
- JOINS entre cubos, colecciones y resultados de subconsultas.<\/span><\/li>\n<\/ol>\n<\/li>\n
- Operaciones SET<\/span><\/a>\n
- \n
- UNI\u00d3N<\/span><\/li>\n
- UNI\u00d3N TODOS<\/span><\/li>\n
- EXCEPTO<\/span><\/li>\n
- EXCEPTO TODOS<\/span><\/li>\n
- INTERSECT<\/span><\/li>\n
- INTERSECTAR TODO<\/span><\/li>\n<\/ol>\n<\/li>\n
- CTE<\/span><\/a> (Expresi\u00f3n com\u00fan de tabla) y <\/span>Cl\u00e1usula LET<\/span><\/a> para mejorar la redacci\u00f3n de consultas<\/span><\/li>\n
- M\u00e1s que SEARCH()<\/span>\n
- \n
- Adem\u00e1s de SELECT, puede utilizar el predicado SEARCH() en las cl\u00e1usulas WHERE de las sentencias INSERT, UPDATE, DELETE, MERGE.<\/span><\/li>\n
- Puede PREPARAR estas sentencias y EJECUTARLAS repetida y eficazmente.<\/span><\/li>\n
- Obtendr\u00e1 la seguridad habitual a trav\u00e9s de los roles RBAC mediante GRANT & REVOKE.<\/span><\/li>\n<\/ol>\n<\/li>\n
- Productividad del desarrollador: Escriba la consulta en SQL, el lenguaje que ya conocen.<\/span><\/li>\n<\/ol>\n
Veamos c\u00f3mo ejecuta esto el motor N1QL. Abhinav Dangeti de la ingenier\u00eda FTS de Couchbase ya ha escrito un gran blog que detalla la toma de decisiones y ejemplos<\/a>. Este art\u00edculo pretende explicarlo visualmente con ejemplos adicionales en las categor\u00edas mencionadas anteriormente.<\/p>\n
1. ARQUITECTURA para la EJECUCI\u00d3N DE CONSULTAS<\/strong><\/h5>\n
Hemos a\u00f1adido tres pasos importantes a la ejecuci\u00f3n de la consulta la consulta utiliza SEARCH() :<\/p>\n
- \n
- El planificador considera el \u00edndice de b\u00fasqueda FTS como una de las rutas de acceso v\u00e1lidas si el predicado search() existe en la consulta.\n
- \n
- Si se selecciona el \u00edndice de b\u00fasqueda, crea el plan enviando el predicado de b\u00fasqueda al \u00edndice FTS.<\/li>\n<\/ul>\n<\/li>\n
- Cuando se selecciona el \u00edndice de b\u00fasqueda, el ejecutor emite la petici\u00f3n de b\u00fasqueda a uno de los nodos FTS (en lugar de la petici\u00f3n de escaneo al servicio de \u00edndice)<\/li>\n
- Antes de finalizar los resultados de la b\u00fasqueda, el servicio de consulta vuelve a verificar la adecuaci\u00f3n del documento a los datos.<\/li>\n<\/ol>\n
![\"N1QL](\"https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/2020\/07\/Screen-Shot-2020-07-01-at-7.02.40-PM-300x164.png\")
<\/a>Ejecuci\u00f3n de consultas N1QL con FTS<\/p><\/div>\n
![\"Inside](\"https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/2020\/07\/Screen-Shot-2020-07-01-at-7.11.26-PM-300x127.png\")
<\/a>Dentro de un servicio de consulta<\/p><\/div>\n
<\/h5>\n
2. PROCESAMIENTO DE PREDICADOS<\/strong><\/h5>\n
En la siguiente consulta, el predicado SEARCH() (predicado-2) se introduce en la petici\u00f3n de b\u00fasqueda FTS. Todos los dem\u00e1s predicados son procesados por el motor de consulta despu\u00e9s de la b\u00fasqueda en la fase \"Filtro\", como se muestra en la figura anterior \"Dentro de un servicio de consulta\". Hay una excepci\u00f3n. Cuando el \u00edndice FTS ha creado un \u00edndice con Campo de tipo JSON (doc_config.type_field en el documento de definici\u00f3n del \u00edndice)<\/strong>\u00a0(en este caso tipo = \"hotel\") para crear el \u00edndice sobre el subconjunto del documento, tanto la selecci\u00f3n del \u00edndice como el pushdown de b\u00fasqueda aprovechan este predicado. Incluso en este caso, el predicado se vuelve a aplicar despu\u00e9s de la obtenci\u00f3n del documento.<\/p>\n
SELECT country, \r\n city, \r\n name, \r\n ROW_NUMBER() OVER(ORDER BY country DESC, city DESC) rownum\r\nFROM `travel-sample` AS t1\r\nWHERE \r\nt1.type = \"hotel\" \/* predicate-1 *\/\r\nAND SEARCH(t1.description, \"garden\") \/* predicate-2 *\/\r\nAND ANY r in reviews satisfies r.ratings.Service > 3 END; \/* predicate-2 *\/\r\n<\/pre>\n
<\/h5>\n
3. OPERADORES<\/a> y FUNCIONES<\/a><\/strong><\/h5>\n
He aqu\u00ed un ejemplo de consulta que aprovecha los operadores y las funciones.<\/p>\n
SELECT LOWER(country), \/* scalar function *\/\r\n city, \r\n lastname || \" \" || firstname AS fullname \/* string operator *\/\r\n ROW_NUMBER() OVER(ORDER BY country DESC, city DESC) rownum \/* window function *\/\r\nFROM `travel-sample` AS t1\r\nWHERE \r\nLOWER(t1.type) = \"hotel\" \/* scalar function *\/\r\nAND SEARCH(t1.description, \"garden\") \r\nAND ARRAY_CONTAINS(public_likes, \"Joe Black\") \/* Array function *\/\r\n<\/pre>\n
Este es el plan de consulta para esta consulta. IndexSearch realiza la solicitud de b\u00fasqueda FTS y se integra en el canal de ejecuci\u00f3n de la consulta. Por lo tanto, la consulta se beneficia de todas las dem\u00e1s capacidades de N1QL. Esto refleja las etapas de la tuber\u00eda en la figura anterior.<\/p>\n
![\"Query](\"https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/2020\/07\/Screen-Shot-2020-07-02-at-12.18.16-PM-300x190.png\")
<\/a>Plan de consulta con SEARCH()<\/p><\/div>\n
4. Tratamiento JOIN<\/h5>\n
La funci\u00f3n SEARCH() tambi\u00e9n puede utilizarse como parte del proceso de uni\u00f3n. En este caso, el FTS se utiliza para encontrar todas las ciudades que tienen hoteles con jard\u00edn y luego se unen con aeropuertos.<\/p>\n
SELECT hotel.name hname,\r\n airport.city\r\nFROM `travel-sample` hotel \r\nLEFT OUTER JOIN `travel-sample` airport ON hotel.city = airport.city\r\nWHERE hotel.type = 'hotel'\r\n AND SEARCH(hotel.description, \"garden\")\r\n AND airport.type = 'airport' ;\r\n<\/pre>\n
<\/p>\n
<\/p>\n
![\"JOIN](\"https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/2020\/07\/Screen-Shot-2020-07-02-at-1.52.41-PM-300x200.png\")
<\/a>JOIN with SEARCH<\/p><\/div>\n
5. Expresiones comunes de tabla (CTE).<\/a><\/h5>\n
N1QL en el servicio de consulta soporta CTEs no recursivos. Puede utilizar SEARCH() dentro de cada expresi\u00f3n. La tabla derivada de esa expresi\u00f3n (hotel y aeropuerto) se utilizan como espacios clave dentro de la consulta.<\/p>\n
WITH hotel AS (\r\n SELECT name,\r\n city\r\n FROM `travel-sample`\r\n WHERE type = 'hotel'\r\n AND search(description, \"garden\")),\r\nairport AS (\r\n SELECT name,\r\n city\r\n FROM `travel-sample`\r\n WHERE type = 'airport'\r\n AND SEARCH(city, \"angeles\"))\r\nSELECT hotel.name hname,\r\n airport.city\r\nFROM hotel\r\nINNER JOIN airport ON hotel.city = airport.city\r\nORDER BY airport.city,\r\n hotel.name;\r\n<\/pre>\n
- Puede PREPARAR estas sentencias y EJECUTARLAS repetida y eficazmente.<\/span><\/li>\n
- UNI\u00d3N TODOS<\/span><\/li>\n
- JOINS entre cubos, colecciones y resultados de subconsultas.<\/span><\/li>\n<\/ol>\n<\/li>\n
- Subconsultas no correlacionadas\u00a0<\/span><\/li>\n<\/ol>\n<\/li>\n<\/ol>\n<\/li>\n
- Las funciones escalares y de matriz tambi\u00e9n pueden utilizarse dentro de los predicados<\/span><\/li>\n
- Predicados escalares y de matriz adicionales<\/span><\/li>\n
- Operadores<\/span><\/a> y <\/span>funciones<\/span><\/a>:<\/span>\n
- FTS es excelente para las b\u00fasquedas basadas en la relevancia. SQL es excelente para el procesamiento de consultas complejas: predicados complejos, predicados de matriz, escalares adicionales, etc.\u00a0<\/span><\/li>\n<\/ul>\n<\/li>\n
- Generaci\u00f3n del n\u00famero de fila mediante la funci\u00f3n de ventana ROW_NUMBER()<\/span><\/li>\n
- Proyecci\u00f3n de los campos de los documentos: pa\u00eds, ciudad, nombre<\/span><\/li>\n
- \n
- Adem\u00e1s, el lenguaje es comprensiblemente limitado debido a su incipiente aplicaci\u00f3n.\n
- Lista completa: https:\/\/www.elastic.co\/guide\/en\/elasticsearch\/reference\/current\/sql-limitations.html<\/a><\/li>\n
- Elasticsearch con SQL<\/span><\/a><\/li>\n
- FTS con N1QL<\/span><\/a><\/li>\n
- Vaya m\u00e1s all\u00e1 de la coincidencia exacta de valores proporcionando <\/span>derivaci\u00f3n ling\u00fc\u00edstica<\/span><\/a>, emparejamiento difuso<\/a>etc.<\/span><\/li>\n
- B\u00fasqueda transparente en varios campos de un documento<\/span><\/li>\n
- Oracle admite CONTAINS() para la b\u00fasqueda de texto<\/a><\/li>\n
![\"\"](\"https:\/\/www.couchbase.com\/blog\/wp-content\/uploads\/2020\/07\/Screen-Shot-2020-07-02-at-3.00.13-PM-198x300.png\")
<\/a><\/p>\n