~drizzle-trunk/drizzle/development

« back to all changes in this revision

Viewing changes to storage/myisam/ftdefs.h

  • Committer: brian
  • Date: 2008-06-25 05:29:13 UTC
  • Revision ID: brian@localhost.localdomain-20080625052913-6upwo0jsrl4lnapl
clean slate

Show diffs side-by-side

added added

removed removed

Lines of Context:
 
1
/* Copyright (C) 2000-2005 MySQL AB
 
2
 
 
3
   This program is free software; you can redistribute it and/or modify
 
4
   it under the terms of the GNU General Public License as published by
 
5
   the Free Software Foundation; version 2 of the License.
 
6
 
 
7
   This program is distributed in the hope that it will be useful,
 
8
   but WITHOUT ANY WARRANTY; without even the implied warranty of
 
9
   MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
 
10
   GNU General Public License for more details.
 
11
 
 
12
   You should have received a copy of the GNU General Public License
 
13
   along with this program; if not, write to the Free Software
 
14
   Foundation, Inc., 59 Temple Place, Suite 330, Boston, MA  02111-1307  USA */
 
15
 
 
16
/* Written by Sergei A. Golubchik, who has a shared copyright to this code */
 
17
 
 
18
/* some definitions for full-text indices */
 
19
 
 
20
#include "fulltext.h"
 
21
#include <m_ctype.h>
 
22
#include <my_tree.h>
 
23
#include <queues.h>
 
24
#include <mysql/plugin.h>
 
25
 
 
26
#define true_word_char(ctype, character) \
 
27
                      ((ctype) & (_MY_U | _MY_L | _MY_NMR) || \
 
28
                       (character) == '_')
 
29
#define misc_word_char(X)       0
 
30
 
 
31
#define FT_MAX_WORD_LEN_FOR_SORT 31
 
32
 
 
33
#define FTPARSER_MEMROOT_ALLOC_SIZE 65536
 
34
 
 
35
#define COMPILE_STOPWORDS_IN
 
36
 
 
37
/* Interested readers may consult SMART
 
38
   (ftp://ftp.cs.cornell.edu/pub/smart/smart.11.0.tar.Z)
 
39
   for an excellent implementation of vector space model we use.
 
40
   It also demonstrate the usage of different weghting techniques.
 
41
   This code, though, is completely original and is not based on the
 
42
   SMART code but was in some cases inspired by it.
 
43
 
 
44
   NORM_PIVOT was taken from the article
 
45
   A.Singhal, C.Buckley, M.Mitra, "Pivoted Document Length Normalization",
 
46
   ACM SIGIR'96, 21-29, 1996
 
47
 */
 
48
 
 
49
#define LWS_FOR_QUERY                                     LWS_TF
 
50
#define LWS_IN_USE                                       LWS_LOG
 
51
#define PRENORM_IN_USE                               PRENORM_AVG
 
52
#define NORM_IN_USE                                   NORM_PIVOT
 
53
#define GWS_IN_USE                                      GWS_PROB
 
54
/*==============================================================*/
 
55
#define LWS_TF                                            (count)
 
56
#define LWS_BINARY                                      (count>0)
 
57
#define LWS_SQUARE                                  (count*count)
 
58
#define LWS_LOG                          (count?(log( (double) count)+1):0)
 
59
/*--------------------------------------------------------------*/
 
60
#define PRENORM_NONE                                  (p->weight)
 
61
#define PRENORM_MAX                       (p->weight/docstat.max)
 
62
#define PRENORM_AUG               (0.4+0.6*p->weight/docstat.max)
 
63
#define PRENORM_AVG          (p->weight/docstat.sum*docstat.uniq)
 
64
#define PRENORM_AVGLOG ((1+log(p->weight))/(1+log(docstat.sum/docstat.uniq)))
 
65
/*--------------------------------------------------------------*/
 
66
#define NORM_NONE                                             (1)
 
67
#define NORM_SUM                                   (docstat.nsum)
 
68
#define NORM_COS                            (sqrt(docstat.nsum2))
 
69
 
 
70
#define PIVOT_VAL (0.0115)
 
71
#define NORM_PIVOT  (1+PIVOT_VAL*docstat.uniq)
 
72
/*---------------------------------------------------------------*/
 
73
#define GWS_NORM                                     (1/sqrt(sum2))
 
74
#define GWS_GFIDF                                     (sum/doc_cnt)
 
75
/* Mysterious, but w/o (double) GWS_IDF performs better :-o */
 
76
#define GWS_IDF            log(aio->info->state->records/doc_cnt)
 
77
#define GWS_IDF1           log((double)aio->info->state->records/doc_cnt)
 
78
#define GWS_PROB ((aio->info->state->records > doc_cnt) ? log(((double)(aio->info->state->records-doc_cnt))/doc_cnt) : 0 )
 
79
#define GWS_FREQ                                        (1.0/doc_cnt)
 
80
#define GWS_SQUARED pow(log((double)aio->info->state->records/doc_cnt),2)
 
81
#define GWS_CUBIC   pow(log((double)aio->info->state->records/doc_cnt),3)
 
82
#define GWS_ENTROPY (1-(suml/sum-log(sum))/log(aio->info->state->records))
 
83
/*=================================================================*/
 
84
 
 
85
/* Boolean search operators */
 
86
#define FTB_YES   (ft_boolean_syntax[0])
 
87
#define FTB_EGAL  (ft_boolean_syntax[1])
 
88
#define FTB_NO    (ft_boolean_syntax[2])
 
89
#define FTB_INC   (ft_boolean_syntax[3])
 
90
#define FTB_DEC   (ft_boolean_syntax[4])
 
91
#define FTB_LBR   (ft_boolean_syntax[5])
 
92
#define FTB_RBR   (ft_boolean_syntax[6])
 
93
#define FTB_NEG   (ft_boolean_syntax[7])
 
94
#define FTB_TRUNC (ft_boolean_syntax[8])
 
95
#define FTB_LQUOT (ft_boolean_syntax[10])
 
96
#define FTB_RQUOT (ft_boolean_syntax[11])
 
97
 
 
98
typedef struct st_ft_word {
 
99
  uchar * pos;
 
100
  uint   len;
 
101
  double weight;
 
102
} FT_WORD;
 
103
 
 
104
int is_stopword(char *word, uint len);
 
105
 
 
106
uint _ft_make_key(MI_INFO *, uint , uchar *, FT_WORD *, my_off_t);
 
107
 
 
108
uchar ft_get_word(CHARSET_INFO *, uchar **, uchar *, FT_WORD *,
 
109
                  MYSQL_FTPARSER_BOOLEAN_INFO *);
 
110
uchar ft_simple_get_word(CHARSET_INFO *, uchar **, const uchar *,
 
111
                         FT_WORD *, my_bool);
 
112
 
 
113
typedef struct _st_ft_seg_iterator {
 
114
  uint        num, len;
 
115
  HA_KEYSEG  *seg;
 
116
  const uchar *rec, *pos;
 
117
} FT_SEG_ITERATOR;
 
118
 
 
119
void _mi_ft_segiterator_init(MI_INFO *, uint, const uchar *, FT_SEG_ITERATOR *);
 
120
void _mi_ft_segiterator_dummy_init(const uchar *, uint, FT_SEG_ITERATOR *);
 
121
uint _mi_ft_segiterator(FT_SEG_ITERATOR *);
 
122
 
 
123
void ft_parse_init(TREE *, CHARSET_INFO *);
 
124
int ft_parse(TREE *, uchar *, int, struct st_mysql_ftparser *parser,
 
125
             MYSQL_FTPARSER_PARAM *, MEM_ROOT *);
 
126
FT_WORD * ft_linearize(TREE *, MEM_ROOT *);
 
127
FT_WORD * _mi_ft_parserecord(MI_INFO *, uint, const uchar *, MEM_ROOT *);
 
128
uint _mi_ft_parse(TREE *, MI_INFO *, uint, const uchar *,
 
129
                  MYSQL_FTPARSER_PARAM *, MEM_ROOT *);
 
130
 
 
131
FT_INFO *ft_init_nlq_search(MI_INFO *, uint, uchar *, uint, uint, uchar *);
 
132
FT_INFO *ft_init_boolean_search(MI_INFO *, uint, uchar *, uint, CHARSET_INFO *);
 
133
 
 
134
extern const struct _ft_vft _ft_vft_nlq;
 
135
int ft_nlq_read_next(FT_INFO *, char *);
 
136
float ft_nlq_find_relevance(FT_INFO *, uchar *, uint);
 
137
void ft_nlq_close_search(FT_INFO *);
 
138
float ft_nlq_get_relevance(FT_INFO *);
 
139
my_off_t ft_nlq_get_docid(FT_INFO *);
 
140
void ft_nlq_reinit_search(FT_INFO *);
 
141
 
 
142
extern const struct _ft_vft _ft_vft_boolean;
 
143
int ft_boolean_read_next(FT_INFO *, char *);
 
144
float ft_boolean_find_relevance(FT_INFO *, uchar *, uint);
 
145
void ft_boolean_close_search(FT_INFO *);
 
146
float ft_boolean_get_relevance(FT_INFO *);
 
147
my_off_t ft_boolean_get_docid(FT_INFO *);
 
148
void ft_boolean_reinit_search(FT_INFO *);
 
149
extern MYSQL_FTPARSER_PARAM *ftparser_call_initializer(MI_INFO *info,
 
150
                                                       uint keynr,
 
151
                                                       uint paramnr);
 
152
extern void ftparser_call_deinitializer(MI_INFO *info);