Aller au contenu principal

Documents imbriqués (Nested)

Ce guide couvre l'indexation et la recherche de structures de documents hiérarchiques imbriqués (par exemple, un document parent contenant plusieurs documents enfants) en utilisant les fonctionnalités de relation parent-enfant de Whoosh.

Définition des documents imbriqués​

Vous pouvez indexer des documents parents qui contiennent des documents enfants en utilisant un champ parent et des champs enfants :

from whoosh import fields, index

schema = fields.Schema(
    type=fields.ID(sortable=True),
    title=fields.TEXT(stored=True),
    content=fields.TEXT,
    section_name=fields.ID,
    section_content=fields.TEXT,
)

Le champ type distingue les documents parents des documents enfants.

Indexation des documents imbriqués​

Utilisez IndexWriter.add_all() avec un générateur qui produit les documents parents et enfants groupés ensemble :

writer = ix.writer()
writer.add_all([
    parent_doc,
    child_doc_1,
    child_doc_2,
    parent_doc_2,
    child_doc_3,
])

Les documents parents ont type="parent" et les documents enfants ont type="child".

Recherche dans les documents imbriqués​

Recherche-enfants, correspondance-parents​

Recherchez dans les documents enfants et faites correspondre leurs documents parents :

from whoosh.query import Every, Term
from whoosh.sorting import NestedParent

# Correspondre tous les documents parents
parents = NestedParent(Term("type", "parent"))
q = Every("section_content", "hello")
results = searcher.search(q, sortedby=parents)

Recherche-parents, correspondance-enfants​

Recherchez les documents parents dont les enfants correspondent :

from whoosh.sorting import NestedChildren

# Correspondre les documents parents qui ont des enfants correspondant à la requête
parent_results = searcher.search(child_query, groupedby=NestedChildren(parent_matcher, child_matcher))

Relations parent-enfant lors de l'indexation​

Lors de l'écriture des documents, utilisez le paramètre parent pour lier les enfants aux parents :

writer.add_document(type="parent", title="Chapitre 1", _key="chapter1")
writer.add_document(type="child", section_name="Section 1.1",
                    section_content="...", parent="chapter1")
writer.add_document(type="child", section_name="Section 1.2",
                    section_content="...", parent="chapter1")

Accès aux résultats imbriqués​

Pour récupérer les correspondances d'enfants aux côtés des résultats parents, utilisez la méthode expand sur les résultats :

results = searcher.search(parent_query)
expanded = results.expand_child("section")

Facettisation imbriquée​

Combinez les relations parent-enfant avec la facettisation en utilisant NestedParent et NestedChildren comme facets :

parent_facet = NestedParent(FieldFacet("type"))
results = searcher.search(query, groupedby=parent_facet)

Considérations de performance​

  • Les jointures parent-enfant sont plus coûteuses que les recherches sur des documents plats.
  • Utilisez l'option childperm du chercheur pour limiter le nombre de permutations examinées.
  • Considérez si la structure hiérarchique est nécessaire lors de la requête, ou si les documents peuvent être aplatis lors de l'indexation.