> Как мне кажется, signature file здесь будет лучше работать, поскольку:
Возможно. Нужно только осознать принцип его работы :) > а) тебя не интересует порядок следования слов в документе. В твоем > варианте тебе приходится делать комбинации "a b" и "b a" для двух слов и > "a b c", "a c b", "b a c", "b c a", "c a b", "c b a" для трех слов. Не, я не такой тупой. внутренние перестановки в комбинации я буду игнорировать :) Количество комбинаций K-слов из N-слов равно N*(N-1)*...*(N-K) / K! Хотя, как видно из тех результатов, которые я привел во второй раз, цифры все равно получаются лошадиные. > В случае с signature file, каждое слово получает свой бит, количество > записей соотв. количеству слов. И какого размера будет эта сигнатура для моих 700 тыс уникальных слов? И опять же - а как искать по ней искать. Тут же, кажется, речь идет про AND сигнатуры для строки поиска и сигнатуры объекта в БД. А это "тупой" перебор всех сигнатур. > б) тебе не придется мучится ни с джойнами на больших таблицах, ни с > генерацией пар слов. Что-то мне подсказывает, что если создать три > "подписи", одну для ФИО, одну для адреса и одну для паспорта, Ну "текстовые индексы" для адреса, паспорта и ФИО, у меня, формально, уже разнесены по отдельным "секцияv". Этих секций, грубо говоря - столько сколько всего всех проиндексированных объектов - 2810457. По сигнатуре на каждый объект. Перебор трех лимонов - это не многовато? А в перспективе? Хотя, конечно, перспектива моих комбинаций, без внедрения "запрещенных" комбинаций - тоже пока не радужная :) Коваленко Дмитрий
