Nano Hash - криптовалюты, майнинг, программирование

Поддерживает ли хранилище данных GAE «частичный текстовый поиск»?

Я очень новичок.

Я хочу создать систему управления информацией на языке Go в Google App Engine. Пользователи будут создавать, редактировать, удалять и искать сущности.

Я просмотрел сайт GAE, но не смог найти «частичный текстовый поиск» в хранилище данных. Частичный текстовый поиск, я имею в виду, объекты поиска содержат введенный «частичный текст».

Или подскажите, как сделать такую ​​систему. (бесплатно)

Очень извиняюсь за низкосортный вопрос.

go google-cloud-datastore google-app-engine
15.10.2013

Ответы:


1

Вы не можете сделать это с хранилищем данных, вам нужно использовать API полнотекстового поиска. К сожалению, это пока недоступно в Go: по-видимому, лучший способ использовать его — настроить модуль в вашем приложении, который использует Python 2.7 и предоставляет функции поиска.

15.10.2013
  • Спасибо за ответ! Ты заставляешь меня чувствовать себя легко. 15.10.2013
    • Новые материалы
    Кластеризация: более глубокий взгляд
    Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
    Как написать эффективное резюме
    Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
    Частный метод Python: улучшение инкапсуляции и безопасности
    Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
    Как я автоматизирую тестирование с помощью Jest
    Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
    Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
    Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
    Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
    В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
    Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
    В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..