{"id":9102,"date":"2020-08-10T16:24:52","date_gmt":"2020-08-10T23:24:52","guid":{"rendered":"https:\/\/www.couchbase.com\/blog\/?p=9102"},"modified":"2025-06-13T21:20:28","modified_gmt":"2025-06-14T04:20:28","slug":"full-text_search_text_analysis","status":"publish","type":"post","link":"https:\/\/www.couchbase.com\/blog\/pt\/full-text_search_text_analysis\/","title":{"rendered":"An\u00e1lise de texto em um mecanismo de pesquisa de texto completo"},"content":{"rendered":"

\"\"A pesquisa de texto completo refere-se a t\u00e9cnicas de pesquisa de conte\u00fado de texto em um documento ou em uma cole\u00e7\u00e3o de documentos que cont\u00eam conte\u00fado textual. Um mecanismo de pesquisa de texto completo examina todo o conte\u00fado textual dos documentos ao tentar corresponder a um \u00fanico termo de pesquisa ou a v\u00e1rios termos, sendo a an\u00e1lise de texto um componente essencial.<\/p>\n

Voc\u00ea provavelmente j\u00e1 ouviu falar do mais conhecido mecanismo de pesquisa de texto completo: Lucene<\/span><\/a><\/strong> com Elasticsearch<\/span><\/a><\/strong> constru\u00eddo sobre ele. O Pesquisa de texto completo (FTS<\/strong>) Motor<\/span> \u00e9 alimentado por Bleve<\/span><\/a><\/strong>e este artigo mostrar\u00e1 as v\u00e1rias maneiras de analisar textos<\/strong>\u00a0dentro desse mecanismo.<\/p>\n

O Bleve \u00e9 uma biblioteca de indexa\u00e7\u00e3o e pesquisa de texto de c\u00f3digo aberto implementada em Go, desenvolvida internamente no Couchbase.<\/p>\n

O mecanismo FTS do Couchbase oferece suporte a \u00edndices que se inscrevem em dados que residem em um Servidor Couchbase<\/b><\/span> e indexa os dados que ingere do servidor. \u00c9 um sistema distribu\u00eddo, o que significa que pode particionar dados em v\u00e1rios n\u00f3s de um cluster e as pesquisas envolvem a dispers\u00e3o da solicita\u00e7\u00e3o e a coleta de respostas de todos os n\u00f3s do cluster antes de responder ao aplicativo.<\/p>\n

O mecanismo do FTS distribui os documentos ingeridos para um \u00edndice em um n\u00famero configur\u00e1vel de parti\u00e7\u00f5es, e essas parti\u00e7\u00f5es podem residir em v\u00e1rios n\u00f3s de um cluster. Cada parti\u00e7\u00e3o segue o mesmo conjunto de regras com as quais o \u00edndice FTS est\u00e1 configurado, para analisar e indexar o texto no banco de dados de pesquisa de texto completo.<\/p>\n

O an\u00e1lise de texto<\/b> O componente de um mecanismo de pesquisa de texto completo \u00e9 respons\u00e1vel por dividir o texto bruto em uma lista de palavras, que chamaremos de tokens. Esses tokens s\u00e3o mais adequados para indexa\u00e7\u00e3o no banco de dados e para pesquisa.<\/p>\n

O mecanismo FTS do Couchbase lida com a indexa\u00e7\u00e3o de texto para documentos JSON. Ele cria um \u00edndice para o conte\u00fado que \u00e9 analisado e armazena no banco de dados - o \u00edndice junto com todos os metadados relevantes necess\u00e1rios para vincular os tokens gerados aos documentos originais nos quais eles residem.<\/p>\n

Um \u00cdndice invertido<\/span><\/a><\/strong> \u00e9 a estrutura de dados escolhida para indexar os tokens gerados a partir do texto, para tornar as consultas de pesquisa mais r\u00e1pidas. Esse \u00edndice vincula todos os tokens gerados aos documentos que cont\u00eam o token.<\/p>\n

Por exemplo, veja os seguintes documentos...<\/p>\n

\"\"<\/p>\n

O \u00edndice invertido para os tokens gerados a partir dos 2 documentos acima seria semelhante a este.<\/p>\n

\"Inverted<\/p>\n

Aqui est\u00e1 um diagrama que destaca os componentes do mecanismo de pesquisa de texto completo.<\/p>\n

\"Couchbase<\/p>\n

Um analisador de texto<\/b><\/h3>\n

Os componentes de um analisador de texto podem ser classificados em duas categorias:<\/p>\n