常见问题
搜索索引与二级索引的区别是什么？模糊查询和分词查询的区别及适用的场景有哪些？分区索引的适用场景和不适用场景有哪些？参数配置 创建搜索索引时，需要关注哪些参数？创建分区索引时，需要关注哪些参数？性能调优 如果有分页的需求，怎么...
搜索索引介绍
常见问题 Q：搜索索引与二级索引有什么区别？A：二级索引是Lindorm宽表内置的特性，不需要开通即可使用，查询场景适合较为固定的业务需求，默认二级索引个数最多5个。搜索索引是宽表引擎与搜索引擎深度融合的特性，需要单独开通购买，核心...
滤镜及转场
整体结构分为两个层级，第一层级描述了特效的基本信息，第二层级用节点树描述了特效的实现细节。特效基本信息-第一层级 特效的基本信息包含以下字段：字段 说明 name 特效名称。module 模块标识，该字段必须是 ALIVC_GECF。version 版本号...
滤镜及转场
整体结构分为两个层级，第一层级描述了特效的基本信息，第二层级用节点树描述了特效的实现细节。特效基本信息-第一层级 特效的基本信息包含以下字段：字段 说明 name 特效名称。module 模块标识，该字段必须是 ALIVC_GECF。version 版本号...
常见问题（FAQ）
Q：开放搜索能给我带来什么样的好处？开放搜索是在云端的搜索服务，具有高扩展性，可以随着您的数据规模自动扩展所需的硬件资源，您不需要任何硬件投入就可以拥有搜索服务。搜索功能也不会给您的现有服务器带来任何压力。快速，高质量的...
常见问题（FAQ）
Q：开放搜索能给我带来什么样的好处？开放搜索是在云端的搜索服务，具有高扩展性，可以随着您的数据规模自动扩展所需的硬件资源，您不需要任何硬件投入就可以拥有搜索服务。搜索功能也不会给您的现有服务器带来任何压力。快速，高质量的...
GiST索引
GiST表示通用搜索树。它是一种平衡的树结构的访问方法，它作为一种模板可用来实现任意索引模式。B tree、R tree和很多其他索引模式都可以在GiST中实现。应用场景 几何类型：支持位置搜索（包含、相交、在上下左右等），按距离排序。范围...
搜索引擎线路
概述 搜索引擎是指搜索引擎爬虫（又被称为网页蜘蛛，网络机器人），是一种按照一定的规则、自动地抓取万维网信息的程序或者脚本。应用场景 网站被搜索引擎爬虫访问会耗费服务器的流量和带宽，可通过设置 搜索引擎线路 专门指向一个服务器...
OctreeOption
0.01 OctreeResolution double 划分八叉树时最小块，即 voxel 的边长，默认值为 0.01。0.01 DoVoxelGridDownDownSampling boolean 是否对点云文件进行下采样，可选值如下：true：对点云文件进行下采样,以体素的中心点的坐标来代替整个体素...
ST_As3dTiles
各取值的含义：oct：八叉树 quad：四叉树 bsp：BSP树 oct bsp filter_percent 浮点 筛选比例。值域为(0,1)。若筛选比例为10%（即0.1），将对于每个非叶节点瓦块排除体积小于瓦块体积10%的对象。0.1 0.01 tileset_prefix 字符串 3dtiles地址...
ST_As3dTiles
各取值的含义：oct：八叉树 quad：四叉树 bsp：BSP树 oct bsp filter_percent 浮点 筛选比例。值域为(0,1)。若筛选比例为10%（即0.1），将对于每个非叶节点瓦块排除体积小于瓦块体积10%的对象。0.1 0.01 tileset_prefix 字符串 3dtiles地址...
INSERT、UPDATE和DELETE上的规则
说明 在很多情况下，由 INSERT/UPDATE/DELETE 上的规则执行的任务用触发器能做得更好。触发器在记法上要更复杂些，但是它们的语义理解起来更简单些。当原始查询包含不稳定函数时，规则容易产生令人惊讶的结果：在执行规则的过程中不稳定...
类目预测功能介绍
什么是类目预测 搜索引擎效果优化在查询意图理解阶段有语义理解、命名实体识别、词权重分析、拼写纠错等手段，在排序阶段有文本相关度、人气模型、类目预测等手段。通过配置查询分析策略和调整排序公式，搜索效果优化有很大的提升空间，再...
SEO相关问题
这对网站在搜索引擎中的表现无任何影响，也并不代表搜索引擎对该网站做了降权处理。说明 快照的更新与页面中是否出现重要新增内容有直接关联，而与网站本身的“权重”、是否“被搜索引擎封杀”并无直接关联。建议：提高网站的内容价值和...
Quick BI仪表板新交叉表树形展示大类没有数据
问题描述 Quick BI仪表板新交叉表树形展示大类没有数据。解决方案 需要添加“分类汇总（列小计）”。适用于 Quick BI
CREATE INDEX
由于一个有序索引能前向或者反向扫描，通常创建一个单列 DESC 索引没什么用处—一个常规索引已经提供了排序顺序。这些选项的价值是可以创建多列索引，让它的排序顺序匹配有混合排序要求的查询，例如 SELECT.ORDER BY x ASC,y DESC。如果你...
Quick BI仪表板新交叉表树形展示大类没有数据
问题描述 Quick BI仪表板新交叉表树形展示大类没有数据。如下图所示：问题原因 图表设置错误，缺少汇总维度。解决方案 添加汇总维度。如图所示：适用于 Quick BI
视图和规则系统
该规则没有规则条件（稍后和非 SELECT 规则一起讨论，因为目前的 SELECT 规则不能有规则条件）并且它是 INSTEAD 规则。要注意规则条件与查询条件不一样。我们的规则的动作有一个查询条件。该规则的动作是一个查询树，这个查询是视图创建...
索引类型
SP-GiST 允许实现众多不同的非平衡的基于磁盘的数据结构，例如四叉树、k-d树和 radix 树。作为一个例子，本数据库的标准捐献包中包含了一个用于二维点的 SP-GiST 操作符类，它用于支持使用下列操作符的索引化查询：<< >>~=^>^内建 SP-GiST ...
Quick BI交叉表树形展示中小计总计求两列比率
概述 Quick BI交叉表树形展示中小计总计求两列比率。详细信息 新建计算字段，计算字段中相除的两个字段先SUM求和，然后再进行相除，这样按照每个订单维度或者地理区域维度小计总计得到正确的值。如果计算字段是两个计算字段直接相除得到，...
数据采集2.0
行为数据上报给用户带来什么好处？可以了解终端用户对搜索结果的反应（浏览、点击、停留、点赞、分享、收藏、购买等行为），从而为优化搜索效果提供指引方向。可以在搜索应用的数据统计功能中，看到为该应用统计的各种搜索报表（如PV,IPV,...
点云压缩
使用REST API 使用Octree压缩方式压缩点云文件 处理方式 压缩文件：example.pcd 压缩方式：Octree 压缩库：pcl 点云分辨率：0.01 划分八叉树最小块：0.01 是否使用下采样：1 压缩PCD字段：xyz 处理示例 GET/example.pcd?x-oss-process=...
pg_amop
一个操作符可以出现在多个族中，但在同一个组中既不能出现在多个搜索位置也不能出现在多个排序位置。列名称 列类型 描述 oid oid 行标识符。amopfamily oid 这个项所在的操作符系列。amoplefttype oid 操作符的左手输入数据类型。...
开放搜索&MFA
开放搜索为什么需要MFA？由于开放搜索内/外网上线新版控制台，为响应风控策略，多重保证用户应用安全，用户在进行一些对应用的修改操作时（线下变更、修改干预词典等操作），需要如下的验证码：如果是多人使用的话，建议用户使用mfa的方式...
开放搜索&MFA
开放搜索为什么需要MFA？由于开放搜索内/外网上线新版控制台，为响应风控策略，多重保证用户应用安全，用户在进行一些对应用的修改操作时（线下变更、修改干预词典等操作），需要如下的验证码：如果是多人使用的话，建议用户使用mfa的方式...
热搜和底纹
什么是热搜和底纹 热搜和底纹是一个完整搜索引擎必备的基本功能，通常占据着搜索框入口的重要位置，提供不可或缺的业务价值。下图是看一个典型电商平台的热搜和底纹的位置。热搜和底纹处于搜索引擎整个工作流程的最上游，为搜索优化起铺垫...
新建查询控件
树形下拉 当展示类型为 树形下拉 时，选择数据集支持同数据集和非同数据集，展示形式支持 树形展示 和 平铺展示，查询方式支持 单选 和 多选，查询时间支持 点击查询 和 预先查询。说明 树形结构 最多支持10层。树形单选展示 树形多选展示 ...
树型选择
该组件用于查看并选择下拉列表中展示的树型结构数据，对比下拉框组件，增加了可展示的数据层级，和搜索并展示指定数据的能力。例如选择公司层级、学科系统、分类目录等。下文介绍组件的详细配置方法。应用示例 在展示的树型列表中选择一个...
管理应用分组
应用分组提供了垂直维度的应用区分功能，例如有业务关联的应用可以设置为同一分组。应用分组 以树形结构直观地展示分组之间的层级关系。...搜索应用分组 您可以在输入框中输入要搜索的应用分组名称，单击搜索图标进行搜索。
小程序场景
一、小程序搜索背景 前端：微信官方提供 SearchBar插件，主要功能为搜索框的前端实现后端：实现简单的搜索分 小程序搜索 和 云开发两部分。小程序搜索包含以下三个接口，无商品、文本搜索相关能力：search.imageSearch：提供基于小程序的站...
文本查询
从数据库中搜索 在进行筛选查询时，当筛选项大于1000条时，默认展示前1000条的选项值，超出此范围可直接搜索，如果未搜索到您想要的选项值，您可尝试 从数据库中搜索。说明 仅展示类型为 下拉列表 且选项值来源为 自动解析 或 单个数据集 ...
XGBOOST多分类
一、组件说明 XGBoost是一种基于梯度提升决策树（Gradient Boosting Decision Tree）的机器学习算法。它通过改进传统梯度提升决策树的方式，加入正则化项、特征子采样和并行化等优化技术。XGBoost的优点是能够自动处理缺失值、异常值和噪声...
XGBOOST二分类
一、组件说明 XGBoost是一种基于梯度提升决策树（Gradient Boosting Decision Tree）的机器学习算法。它通过改进传统梯度提升决策树的方式，加入正则化项、特征子采样和并行化等优化技术。XGBoost的优点是能够自动处理缺失值、异常值和噪声...
XGBOOST回归
一、组件说明 XGBoost是一种基于梯度提升决策树（Gradient Boosting Decision Tree）的机器学习算法。它通过改进传统梯度提升决策树的方式，加入正则化项、特征子采样和并行化等优化技术。XGBoost的优点是能够自动处理缺失值、异常值和噪声...
多模态RLHF标注
手动输入模式下，不需要第二列首轮问题数据，仅需topic数据。CSV 及 XLSX 格式 topic first-question 水果01 苹果好吃吗？水果02 橘子好吃吗？Demo:RLHF数据demo.csv Manifest 格式（JSONL格式）{"data":{"topic":"水果01","first-question...
开放搜索OpenSearch向量检索
1.什么是向量检索 人工智能算法可以对物理世界的人/物/场景所产生各种非结构化数据（如语音、图片、视频，语言文字、行为等）进行抽象，变成多维的向量。这些向量如同数学空间中的坐标，标识着各个实体和实体关系。我们一般将非结构化数据...
LightGBM算法
简介 LightGBM（Light Gradient Boosting Machine）是一个基于决策树算法的分布式梯度提升框架。设计初衷是提供一个快速、高效、低内存、高准确度、支持并行和大规模数据处理的工具。LightGBM可以减少数据对内存的使用、减少通信代价以及...
PS-SMART二分类训练
在Designer左侧组件列表中，分别搜索读数据表组件、PS-SMART二分类训练组件、预测组件、写数据表组件，并拖入右侧画布中。参照上图，通过连线的方式，将各个节点组织构建成为一个有上下游关系的工作流。配置组件参数。在画布中单击 读数据...
梯度提升决策树算法（GBDT）
同时，GBDT算法相比于其它算法需要更少的特征工程，可以不用做特征标准化，也不必关心特征之间是否相互依赖，能很好的处理字段缺失的数据，健壮性好。使用场景 GBDT通常被应用在二分类、多分类以及排序等场景。例如，在个性化商品推荐场景...
资产目录
左侧支持以专题视角查看数据表，展示专题分组和专题的目录树，其中顶部展示专题分组切换框，一级目录为资产专题，二级到六级目录为资产专题下设置的专题分组；选中某一层级目录后右侧列表自动筛选出归属当前目录及其子目录的资产对象。注意...
- 产品推荐
- 这些文档可能帮助您