Visão geral da pesquisa do MongoDB

O que são queries de pesquisa?

As queries de pesquisa consultam um índice de pesquisa para retornar um conjunto de resultados. As queries de pesquisa são diferentes das queries de banco de dados tradicionais, porque se destinam a atender a necessidades de informações mais gerais. Quando uma query de banco de dados tiver que seguir uma sintaxe estrita, as queries de pesquisa podem ser usadas para correspondência simples de texto, mas também podem procurar frases, números ou intervalos de datas semelhantes, ou usar expressões regulares ou curingas.

As queries do MongoDB Search assumem a forma de um agregação pipeline stage. O MongoDB Search fornece $search os estágios e, que podem ser $searchMeta usados em conjunto com outros estágios de pipeline de agregação em sua pipeline de query. A Pesquisa do MongoDB fornece operadores de consulta e coletores que você pode usar dentro desses estágios do pipeline de agregação .

Para aprender mais, consulte Queries e índices.

O que é um índice de pesquisa?

No contexto da pesquisa, um índice é uma estrutura de dados que categoriza os dados em um formato facilmente pesquisável. Os índices de pesquisa permitem a recuperação mais rápida de documentos que contêm um determinado termo sem a necessidade de digitalizar toda a coleção. Embora os índices do MongoDB Search e os índices do MongoDB tornem a recuperação de dados mais rápida, observe que eles não são os mesmos. Como o índice no final de um livro, um índice de pesquisa é um mapeamento entre os termos e os documentos que contêm esses termos. Os índices de pesquisa também contêm outros metadados relevantes, como as posições dos termos em documentos.

Você pode criar um índice de pesquisa do MongoDB em um único campo ou em vários campos usando mapeamentos estáticos. Como alternativa, você pode ativar os mapeamentos dinâmicos para indexar automaticamente todos os campos indexáveis dinamicamente em seus documentos. Você pode criar índices do MongoDB Search em dados polimórficos e documentos incorporados ou para casos de uso específicos, como pesquisa conforme o tipo ou pesquisa facetada.

Para saber mais,consulte Clientes aceitos.

O que são analisadores de pesquisa e tokens?

Ao criar um índice de pesquisa, os dados devem primeiro ser transformados em uma sequência de tokens ou termos. Um analisador facilita esse processo por meio de etapas, incluindo:

• Tokenização: Divisão das palavras de uma string em tokens indexáveis. Por exemplo, dividir uma frase com espaços e pontuação.

• Normalização: Organizar os dados para que sejam representados de forma consistente e mais fácil de analisar. Por exemplo, transformar o texto em letras minúsculas ou remover palavras indesejadas chamadas palavras de parada.

• Stemming: reduzir as palavras à sua forma raiz. Por exemplo, ignorar sufixos, prefixos e formas de palavras no plural.

As particularidades da tokenização são específicas da linguagem e podem exigir a realização de escolhas adicionais. Qual analisador usar depende dos seus dados e aplicativo.

O MongoDB Search fornece alguns analisadores integrados. Você também pode criar seu próprio analisador personalizado. Você pode especificar analisadores alternativos usando vários analisador.

Para saber mais, consulte Como processar dados com analisadores.

O que é uma pontuação de pesquisa?

Cada documento nos resultados da query recebe uma pontuação de relevância que permite que os resultados da query sejam retornados em ordem, começando com a maior relevância e terminando na menor relevância. Na forma mais simples de pontuação, os documentos pontuam mais alto se o termo de query aparecer com frequência em um documento e mais baixo se o termo de query aparecer em muitos documentos da coleção. A pontuação também pode ser personalizada. Adaptar a pesquisa a um domínio específico geralmente significa personalizar a pontuação padrão baseada em relevância, por meio de aumento, decaimento ou outras opções de modificação.

Para aprender mais, consulte Documentos de pontuação.