Vlákno názorů k článku Úvaha ohledně zneužívání LIKE v databázích od t42 - takove clanky prave na root patri, i kdyz...
-
Mastodont (neregistrovaný)A jak byste si takovou optimalizaci představoval? :-))) Dejme tomu, že bych měl tabulku knih se sloupcem Obsah, kde by byla hodnota třeba
"Výskyt střevlíků v Krkonoších."
Jak by databáze měla optimalizovat "select * from tab where obsah LIKE %střevl%" na "select * from tab where obsah = 'střevl' ?? -
tomas z. (neregistrovaný)Otázka je co znamená sama, třeba v téhle (placené rozšíření) to stačí nastavit.
http://sql602.sourceforge.net/helpdir-cs/xml/html/fulltext.html -
Ono to ani nejde - like %neco% může najít něco jiného než fulltextový operátor. Like porovnává znak po znaku, kdežto fulltext po tokenech (dalo bz se to přirovnat, ke slovům). K tomu se ještě tokeny převádí na lexémy - fulltext dohledá žlutý, žluté, žlutá - to může být (podle nastavení) jeden token.
Existuje metoda, jak připravit index, který by dokázal akcelerovat vyhledání podřetězců v řetězci. Má jen jednu dost velkou vadu. Výsledný index je řádově větší než indexovaná data. -
Tak existují samozřejmě databáze které fulltext přímo obsahují, ale dává to pochopitelně obecně jiné výsledky než LIKE operátor. Otázkou je čeho chcete dosáhnout - většina problematických použití LIKE se kterými jsem se setkal byla triviálním pokusem o fulltext.
A k tomu už existují vhodnější projekty - ať už tsearch2, nebo například Lucene (osobně dávám přednost Lucene, ačkoliv jsem velký příznivec PostgreSQL). -
Lael Ophir (neregistrovaný)Autor příspěvku se možná snažil říci, že pokud hledáte '%střevl%', tak výsledek musí obsahovat i výsledek hledání 'střevl%' a '%střevl'. DB může tyhle věci vracet na prvním místě, protože se k nim díky indexu dostane výrazně rychleji, než k '%střevl%'. Kdo si počká, dočká se nakonec i výsledků hledání '%střevl%'.
V praxi to samozřejmě nemá moc význam, datový model musí být slušně navržený. -
Což je ovšem úplně k ničemu pokud ty výsledky chcete třídit podle daného sloupce (například podle ID). V tom případě musí databáze stejně načíst všechny výsledky, setřídit a až potom může vracet uživateli.
Nehledě na to že problematická použití LIKE operátoru se většinou týkají větších textů (například popisy výrobků v e-shopu), zhusta HTML formátovaných, takže pravděpodobnost že najdete dané slovo hned na začátku textu je mizivá (už proto že tam nejspíš bude nějaká HTML značka).
