OpenSearch:Glosario

Término

Descripción

instancia

Contenedor de nivel superior para un servicio de búsqueda. Una instancia almacena todas las configuraciones de datos (esquema de origen de datos, esquema de índice y atributos de datos) y funciona como un único endpoint del servicio de búsqueda. Este concepto es análogo al de una base de datos en un sistema relacional.

documento

Unidad básica de datos indexables, equivalente a una fila en una tabla de base de datos relacional. Un documento contiene uno o más campos y debe incluir un campo de clave primaria. OpenSearch utiliza esta clave para identificar de forma única cada documento. Si se envía un documento nuevo con la misma clave primaria que uno existente, el documento original se sobrescribe.

campo

Par nombre-valor dentro de un documento. Los campos son los componentes básicos de un documento y determinan qué datos se almacenan, así como la manera en que pueden buscarse o filtrarse.

complementos

Complementos integrados de procesamiento de datos que proporciona OpenSearch para transformar los datos durante la importación. Seleccione los complementos al definir el esquema o configurar un origen de datos.

datos de origen

Datos sin procesar que se envían a OpenSearch antes de cualquier procesamiento. Los datos de origen contienen uno o más campos de origen.

campo de origen

Unidad mínima de los datos de origen: un solo par nombre-valor. Para consultar los tipos de datos compatibles, consulte Application schema and index schema.

índice

Estructura de datos que acelera la recuperación. Una instancia puede tener varios índices. Internamente, OpenSearch utiliza dos tipos: índices invertidos e índices directos.

índice compuesto

Índice construido sobre varios campos de tipo TEXT o SHORT_TEXT. Por ejemplo, un servicio de búsqueda para foros podría usar un índice title_search para búsquedas exclusivas por título y un índice compuesto predeterminado que abarque tanto títulos como cuerpos de texto para búsquedas integrales.

campo de índice

Campo definido para participar en query clauses. Definir campos de índice es obligatorio para lograr una recuperación de texto completo de alto rendimiento.

campo de atributo

Campo utilizado en las cláusulas FILTER, SORT, AGGREGATE y DISTINCT. Los campos de atributo permiten filtrar, ordenar y generar estadísticas sobre los resultados de búsqueda sin participar en la recuperación de texto completo.

campo de visualización predeterminado

Conjunto de campos que se devuelven en los resultados de búsqueda de forma predeterminada. Puede anular estos valores por solicitud mediante el parámetro de API fetch_fields. Cuando se establece fetch_fields, se ignora la configuración de campos de visualización predeterminados y solo se devuelven los campos especificados.

tokenización

Proceso de división de los valores de campos de texto en términos individuales para su indexación. La forma en que se divide el texto depende del tipo de campo: los campos TEXT se dividen en términos significativos a nivel de palabra, mientras que los campos SHORT_TEXT se separan carácter por carácter. Por ejemplo, la frase "Zhejiang University" se convierte en "Zhejiang" y "University" para un campo TEXT, pero se divide en caracteres individuales para un campo SHORT_TEXT. Sin la tokenización, solo funcionarían las coincidencias exactas de cadenas; este proceso hace posible la búsqueda de texto completo.

término

Token individual generado mediante la tokenización. Los términos se utilizan para construir el índice invertido.

construcción de índices

Proceso de generación de índices a partir de los términos obtenidos tras la tokenización. OpenSearch crea dos tipos de índices: invertidos (para recuperación) y directos (para filtrado).

índice invertido

Estructura de datos que asocia cada término con los documentos que lo contienen. Los índices invertidos impulsan las búsquedas de query clause. Por ejemplo, dados dos documentos ("quick brown fox" y "quick fox jumps"), el índice invertido genera las siguientes asociaciones: quick → doc1, doc2 / brown → doc1 / fox → doc1, doc2 / jumps → doc2.

índice directo

Estructura de datos que asocia cada documento con los valores de sus campos. Los índices directos habilitan las operaciones de la FILTER clause. Aunque son menos eficientes que los índices invertidos para la recuperación, resultan necesarios para operaciones que leen valores de campos por documento; por ejemplo: doc1 → id, type, create_time.

recuperación

Proceso de localización de documentos que coinciden con una solicitud de búsqueda. OpenSearch convierte las palabras clave de la consulta en términos y luego busca en el índice invertido para encontrar todos los documentos coincidentes.

volumen de recuperación

Cantidad de documentos recuperados.

Término

Descripción

origen de datos

Sistema externo desde el cual se envían datos a OpenSearch. Los orígenes compatibles son ApsaraDB for RDS, MaxCompute y PolarDB.

reindexación

Proceso de reconstrucción completa de todos los índices desde cero. La reindexación es obligatoria después de configurar o modificar el esquema de la aplicación y un origen de datos.

Término

Descripción

capacidad de documentos

Tamaño de almacenamiento acumulado de todos los documentos en una instancia. Se calcula al convertir el valor de cada campo a cadena de texto y sumar los tamaños resultantes.

QPS

Consultas por segundo (QPS): número de solicitudes de búsqueda que procesa una instancia por segundo.

LCU

Unidad de cómputo lógico (LCU): unidad utilizada para medir la potencia de cómputo de un servicio de búsqueda. Una LCU equivale a la potencia de 10 milinúcleos en un clúster de búsqueda. Un milinúcleo representa una milésima parte de un núcleo de CPU.

escalado

Ajuste de la configuración de cómputo y capacidad de una instancia. Los cambios menores de especificación surten efecto de inmediato. Las modificaciones que implican un cambio de tipo de instancia (por ejemplo, de una instancia compartida a una exclusiva) solo se aplican tras su aprobación.

Término

Descripción

expresión de ordenamiento

Expresión definida por el usuario que controla la clasificación de los resultados de búsqueda. Las expresiones de ordenamiento admiten operaciones matemáticas básicas, funciones matemáticas y funciones integradas.

expresión de ordenamiento preliminar

Expresión de clasificación de primera pasada. OpenSearch calcula una puntuación de coincidencia para cada documento recuperado mediante esta expresión y ordena los resultados según dicha puntuación. Los N mejores resultados se transfieren a la etapa de ordenamiento fino.

expresión de ordenamiento fino

Expresión de clasificación de segunda pasada que se aplica a los N mejores resultados del ordenamiento preliminar. Las expresiones de ordenamiento fino aplican una puntuación más precisa, con un mayor costo computacional, para refinar la clasificación final.

resumen de resultados de búsqueda

Breve extracto del contenido textual de un documento que se muestra junto a cada resultado de búsqueda. Esto ayuda a los usuarios a evaluar la relevancia sin necesidad de leer el documento completo.

análisis de consultas

Conjunto de funciones previas a la recuperación que se aplican a la consulta de búsqueda sin procesar. Las funciones compatibles incluyen expansión de sinónimos, corrección ortográfica, filtrado de palabras vacías y ajuste de peso de términos. Estas funciones mejoran la calidad de la búsqueda al interpretar la intención del usuario en lugar de limitarse a coincidir palabras clave de forma literal.