Requête sur index inversé

Salut à tous.

Je viens de corriger une coquille dans mon dernier message.

Citation:

Envoyé par punkoff

Les solutions cités dans mon poste fonctionnent au vu du jeu de donnée et du besoin exprimé.

Et c'est bien ça le problème. Ta solution est conforme à ce que tu as compris du problème de 'billoum'. Mais d'après ce que j'ai compris, ce n'est pas cela qu'il veut.

Je suis parti sur les deux tables cités dans son premier message et je ne comprenais pas pourquoi il mettait des mots dans la table 'words' alors que ses exemples étaient des phrases.
C'est avec l'intervention de StringBuilder que j'ai enfin compris qu'il y avait une troisième table 'files'. Il faut deviner ce qui n'est pas dit. :?

J'ai raisonné sur les phrases et non les mots et la solution que j'ai proposé (celle de la table temporaire avec une recherche sur '%the%' et '%cat%') est hyper longue. Car on est obligé de faire un 'full scan' de la table et que l'index est inutile dans ce cas là.

Citation:

Envoyé par punkoff

Si ca fonctionne pas c'est que l'OP s'exprime mal, à lui de reformuler.

Je suis entièrement de ton avis.

Citation:

Envoyé par StringBuilder

J'insiste sur le fait que filtrer les lignes avec count(distinct words.id) > 1 n'est pas la solution !
Si j'ai une phrase "cat cats kitten", alors qune rechercher sur "the cat" va retourner 2. Donc on va retenir la ligne.

Je viens de refaire le test avec 'count(f.id1) > 1' et avec une phrase du genre 'cat and cats'.
En effet, la ligne est sélectionnée (sur le test 'the%' et 'cat%') alors qu'elle ne devrait pas l'être. On obtient deux occurrences, une sur 'cat' et une autre sur 'cats'.

J'avais aussi remarqué qu'avec le 'count(wf.file_id) > 1', on comptabilise des valeurs pouvant provenir de différente phrases.
Mais d'une manière plus générale, le 'count() > 1' n'est pas la solution.

Bien vu StringBuilder ! Ta solution est la bonne.

Citation:

Envoyé par StringBuilder

Bon, ceci dit, des réponses à base de full text ont été proposées.

En effet, c'est moi qui ait proposé le 'full text search', mais 'billoum' n'en veut pas.

Citation:

Envoyé par StringBuilder

Pourquoi cette solution, à la fois performante et simple est-elle écartée ?

Il faut demander cela à billoum.

Peut-être qu'il ne veut pas modifier sa base de données, voire changer le code pour adapter cette solution.

@ tous : c'est ce genre d'échange que j'apprécie grandement car par la confrontation des idées, j'apprends (et pas que moi) énormément de choses.

@+

En fait, de ce que j'ai compris, il y a bien deux tables (plus une) :
- words : contient chaque mot présent au moins une fois dans un fichier
- word_files : contient pour chaque fichier, la liste des mots présents dedans

Et une autre, "files", dont je me suis servit de point de départ pour ma requête. Je pense qu'elle contient non pas le contenu du fichier, mais par exemple son nom et son chemin d'accès.
word_files contient "grossomodo" ce que contient un index fulltext (au détail près de la position des mots dans le fichier, entre autres).

Bon voilà finalement je vais utiliser le champs Fulltext, il s'agissait d'un travail pour un client qui avait déjà cette structure dont il voulait améliorer les perfs plutôt que de partir vers une autre solution, mais voilà notre discussion sur ce forum lui a fait comprendre que l'on était dans une impasse.. Ayant les fichiers originaux, il nous est tjrs possible de faire un ré-indexation.

Merci de votre aide.

Requête sur index inversé - Optimisation