首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

小程序搜索功能,开发搜索,小程序开发模糊搜索,同时搜索多个字段

今天来给大家讲讲小程序的搜索功能。我这里后台数据库用的是小程序开发的数据库。所以我们搜索的时候就要借助开发来实现。 一,需求 比如我这里有如下的一些数据 ?...我们想实现如下搜索需求 1,搜索标题(title)包含‘小石头’的数据 2,搜索标题(title)或者描述(desc)包含‘小石头’的数据 3,搜索标题(title)描述(desc)都包含‘小石头’的数据...所以我们今天就来学习下模糊搜索功能的实现。我们以上面三个需求为例,来一个个讲解。 二,实现原理 我们做模糊搜索的时候,其实就是查询某个字段里是否包含我们的搜索词。...三,模糊搜索的代码实现 3-1,模糊搜索单个字段 需求:搜索标题(title)包含‘小石头’的数据 代码如下 ? 查询结果如下: ?...查询成功', res) }) .catch(res => { console.log('查询失败', res) }) 到这里就讲完了,我后面会专门在开发入门的课程里作为实战案例录制视频给到大家的

1.8K20
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    腾讯ES+SCF快速构建搜索服务

    搜索服务 搜索服务广泛地存在于我们身边,例如我们生活中用的百度,工作中用的wiki搜索,淘宝时用的商品搜索等,这些场景的数据具有数据量大、结构化、读多写少等特点,而传统的数据库的事务特性在搜索场景并没有很好的使用空间...本文将针对搜索场景,使用《腾讯ES官方文档》作为语料,介绍如何使用腾讯ES+SCF快速搭建搜索服务。先贴一个搜索服务界面: [image] 资源准备 只需要一个ES集群!...在腾讯购买一个ES集群,集群的规模根据搜索服务的QPS和存入的文档的数据量而定。...具体可以参考《节点类型存储配置建议》 部署搜索服务 我们使用腾讯免费的SCF工具部署搜索服务的前端界面和后台服务 1 在函数->函数服务界面左上角首先选择你购买ES集群的地域 [image] 2 新建一个函数服务...点击搜索框上方的文字,自动导入数据 [image] 9 至此,一个基于腾讯ES的简单的问答搜索服务后台就部署完成了。开始你的搜索之旅吧!

    1.5K31

    学界 | 谷歌提出渐进式神经架构搜索:高效搜索高质量CNN结构

    在本月初发布在 arXiv 上的一项研究中,来自谷歌多个部门的研究者提出了一种渐进式神经架构搜索方法,可用于高效地搜索 CNN 结构。...,同时学习一个用于引导该搜索的代理函数(surrogate function),类似于 A* 搜索。...我们的起点是 Zoph et al. (2017) 所提出的结构化搜索空间,其中搜索算法的任务是搜索优良的卷积「单元」,而不是搜索完整的 CNN。...尽管结构化空间能显著简化搜索过程,但可能的单元结构的数量仍然非常巨大。因此,在更高效地搜索这一空间的研究上还存在很多机会。...第三,我们将搜索空间分解成了更小的搜索空间的积。 总结来说,我们提出了一种用于 CNN 结构学习的方法,该方法的效率是之前最好方法的大约 2 倍,同时也实现了同等质量的结果。

    945120

    腾讯 Elasticsearch 实战篇(十八) 快速构建搜索服务

    我们用的框架是:腾讯 ES+SCF 快速构建搜索服务 一、腾讯 ES+SCF 快速构建搜索服务 1, 名词解释:SCF是什么?...本文将针对搜索场景,使用腾讯官方文档作为语料,介绍如何使用腾讯 ES+SCF 快速搭建搜索服务。.../product/845/19551 2,部署搜索服务 使用腾讯免费的 SCF 工具部署搜索服务的前端界面和后台服务。...如下图显示,访问成功 image.png (8)上传腾讯官方文档数据,单击搜索框上方的文字,自动导入数据。 image.png (9)搜索数据,基于腾讯 ES 的问答搜索服务后台已部署完成。...本节基于腾讯ES、SCF快速构建了一个基于搜索的服务,对于想快速了解此场景的爱好者来说,可以自己动手实践一下。操作很简单。只需要一个ES集群就可以轻松完成。当然。

    1.5K70

    超参数搜索——网格搜索和随机搜索

    我们在搜索超参数的时候,如果超参数个数较少(三四个或者更少),那么我们可以采用网格搜素,一种穷尽式的搜索方法。 但是当超参数个数比较多的时候,我们仍然采用网格搜索,那么搜索所需时间将会指数级上升。...比如我们有四个超参数,每个范围都是[10,100],那么我们所需的搜索次数是10*10*10*10=10^4。 如果再增加一个超参数,那么所需的搜索次数是10^5,搜索时间指数级上升。...所以出现了这样的做法,网格搜索,但是网格取稀疏一点,比如上面例子中的[10,100],我们就去10,30,50,70,90这几个数,降低一下搜索次数。...所以又有人提出了随机搜索的方法,随机在超参数空间中搜索几十几百个点,其中就有可能会有比较小的值。 这种做法比上面稀疏化网格的做法快,而且实验证明,随机搜索法结果比稀疏化网格法稍好。...这样可以保证我们找到一个局部最小值点,结果可能会比随机搜索稍好一点。 当然,如果随机搜索直接得到更好的局部最小值,甚至全局最小值,那么……只能说你的运气爆表了。

    2.9K30

    干货 | 携程酒店搜索引擎AWS上实践

    随着携程国际化业务的快速推进,搜索引擎作为用户体验中至关重要的一环,上变得志在必行。...一、微服务架构带来的挑战 这次上的是爆款业务,用户直观的感受是点击TRIP APP的Hotel搜索页的Hotel Staycation Deals。...携程采用主流的微服务架构,看似简单的一个搜索功能,通过BAT调用链的监控,实则底下牵涉到上百个应用。...另外1个Redis和MySQL供搜索引擎使用。业务特点只读不写,实时同步大量从其他数据源的数据,所以只需单向同步,并且对延迟性要求低。...三、上文件的存储与共享 在爆款API的核心搜索引擎中,用到了读写本地文件的技术。应用会在IDC内网传输共享这些文件,而这些文件有些很大,可达10个G。那不同的机房如何共享呢?

    79530

    【腾讯ES】基于NGram分词ES搜索性能优化实践

    背景在商品搜索场景中,需要根据用户输入关键字严格匹配商品数据,而普通的全文检索方式,诸如:match 或者match_pharse,不一定能达到搜索效果。...例如:使用 match api 时,基于 ik_max_word 分词方式对“白色死神”进行分词后,搜索"白色"、"死神"能搜索到,而根据 "白" 进行搜索时,结果确为空。...,但是当输入字符串很长或者搜索数据集很大时,搜索性能很低,原因是ES使用的是基于DFA的文本匹配算法,时间复杂度(M+N),当索引里面的数据量为K时,时间复杂度为(M+N)× K,数据量越大,输入文本越长...,模糊搜索的效率就会越低。...方案二:N-gram 分词生产环境我们可以使用 N-gram 来代替 wildcard 实现模糊搜索功能,N-gram 分词器可以通过指定分词步长来对输入文本进行约束切割,本质上也是一种全文搜索

    3.2K40

    Facebook搜索的向量搜索

    概述 不管是搜索系统还是推荐系统中,向量召回都是一个不可或缺的一个部分,担负着重要的作用。...传统的搜索以文本匹配为主,通过query中的词(如果是中文,需要首先对query进行分词)检索所有的候选doc,如果doc中出现了query中的词,则表示命中,最后返回所有命中的doc。...Facebook将向量召回应用在社交网络的搜索中,针对其场景的特殊性,提出将用户的上下文环境考虑进query的向量中。...特征工程 在FaceBook的向量搜索中,基于其特定的场景,使用到的特征包括query和document的文本特征、位置特征、社交Embedding特征。 文本特征。...在本地广告、小组或事件的搜索场景中,位置匹配是很重要的。query侧增加搜索人的城市,地区,国家和语言。document侧增加管理员打的小组地域标签。

    2.5K50

    【腾讯ES】基于ES的游戏社区搜索服务实践

    导语对于一个游戏社区产品,在拥有一定的内容沉淀后,搜索功能作为社区获取内容的最有效途径,是每个社区产品都应该考虑实现的。本文主要介绍基于腾讯ES如何从零搭建整套社区搜索服务。...中服务器端数据处理管道,能够同时从多个数据来源采集数据,转换数据,然后把数据发送到诸如Elasticsearch但不限于的ES的一些“存储库”中并且logstash的X-pack功能(高级功能特性,腾讯白金版支持...上部署:使用logstash从JDBC连接同步数据的过程是一个定时触发且持续不断的过程,同步过程中我们需要记录上一次同步的offset位置,一般可利用数据表的last_update字段即记录上一次同步的时间偏移点...使用StatefulSet作为有状态服务的负载对象, 利用K8s的StorageClass动态创建对应的持久存储,腾讯容器提供了基于硬盘CBS动态创建的方式,具体可以见文档相关配置:https://...当前腾讯好像也提供关于logstash实例的管理和创建服务,可以直接使用。3. logstash数据同步配置实例如下配置示例将一个表的定时周期每2分钟同步一次到ES索引当中。

    1.5K30

    网格搜索或随机搜索

    现在,通过这个类比,我相信你可以感觉到,随着我们尝试的服装数量的增加,网格搜索将需要更多的时间。 如果只是两件衬衫、一条裤子和一双鞋,这不会花很长时间。...随机搜索不会花费很长时间,因为它只会尝试一些随机选择的组合。因此,如果你的选项网格很小,那么使用它是没有意义的。训练所有选项或仅训练其中几个选项的时间几乎相同。...计算网格搜索的RMSE。...网格搜索得到了最好的结果,因为它训练了每个模型,因此,它将找到最佳拟合。当你尝试了太多的组合时,你需要训练。在这种情况下,随机搜索是一个很好的选择。...当有太多的超参数组合可供选择时,随机化搜索可能是最佳选择。例如,当使用网格搜索时,你可以运行它并获得最佳估计器,以便为你指明正确的组合方向。

    9710

    移动搜索时代,微信搜索如何才能更好“搜索”?

    对于熟悉了谷歌搜索和百度搜索的用户来讲,微信推出的微信搜索功能再次将这个略显古老的词汇——搜索再次拉进了人们的视野之中。...同搜索引擎优化一样,微信搜索的优化初期可能更多地体现在品牌曝光和品牌露出上,随着微信搜索体系的完备,未来微信搜索的优化将会转移到更深领域,并衍生出更多搜索引擎优化的门类。...尽管微信搜索推出之后人们通常会将它和搜索引擎搜索联系在一起进行考量,但是细细分析下来,我们会发现微信搜索其实和搜索引擎搜索有很大不同的。...因此,微信搜索如果想要获得长远发展必须从技术上着手,不断为微信搜索找到新的发展动力。 随着大数据、计算、智能科技等与搜索相关的技术不断发展,未来的搜索将会更加精准化和智能化。...如果说大数据、计算、智能科技只是外部的技术,那么基于搜索引擎的技术优化则是未来能够持续让微信搜索不断前行的关键因素。

    1.2K50
    领券