Plain table 是用于非 percolate 搜索的基本元素。它只能在配置文件中使用 Plain mode 定义，不支持在 RT mode 中使用。它通常与 source 结合使用，以处理 来自外部存储 的数据，之后可以 附加 到 实时表。

要创建 plain table，您需要在配置文件中定义它。CREATE TABLE 命令不支持创建。

source source {
  type             = mysql
  sql_host         = localhost
  sql_user         = myuser
  sql_pass         = mypass
  sql_db           = mydb
  sql_query        = SELECT id, title, description, category_id  from mytable
  sql_attr_uint    = category_id
  sql_field_string = title
 }
table tbl {
  type   = plain
  source = source
  path   = /path/to/table
 }

• 使用 source 和 indexer 从外部存储构建表
• 对 整数、浮点数、字符串和 MVA 属性 进行原地更新
• 更新 它的 killlist_target

• 在表构建完成后插入额外数据
• 从表中删除数据
• 在线创建、删除或修改表结构
• 使用 UUID 自动生成 ID（来自外部存储的数据必须包含唯一标识符）

数值属性，包括 MVA，是 plain table 中唯一可以更新的元素。表中的其他数据都是不可变的。如果需要更新或新增记录，必须重建表。在重建过程中，现有表仍可用于服务请求，当新版本准备好时，会执行称为 rotation 的过程，将其上线并丢弃旧版本。

plain table 的索引速度取决于多个因素，包括：

• 数据源检索速度
• 分词设置
• 硬件规格（如 CPU、内存和磁盘性能）

对于小型数据集，最简单的方案是拥有一个单一的 plain table，根据需要完全重建。当满足以下条件时，这种方法是可接受的：

• 表中的数据不如数据源中的数据新鲜
• 随着数据集增长，构建表所需时间增加

对于较大数据集，可以使用 plain table 替代 实时表。主表+增量表方案包括：

• 创建一个较小的表用于增量索引
• 使用 分布式表 组合两个表

这种方法允许较大表不频繁重建，而更频繁地处理来自数据源的更新。较小的表可以更频繁地重建（例如每分钟甚至每几秒）。

然而，随着时间推移，较小表的索引时间会变得过长，需要重建较大表并清空较小表。

主表+增量表方案在 此交互式课程 中有详细说明。

kill list 机制和 killlist_target 指令用于确保当前表中的文档优先于另一个表中的文档。

更多信息请参见 这里。

下表列出了 plain table 中使用的各种文件扩展名及其描述：

table <table_name>[:<parent table name>] {
...
}

table <table name> {
  type = plain
  path = /path/to/table
  source = <source_name>
  source = <another source_name>
  [stored_fields = <comma separated list of full-text fields that should be stored, all are stored by default, can be empty>]
}

table <table name> {
  type = rt
  path = /path/to/table
  rt_field = <full-text field name>
  rt_field = <another full-text field name>
  [rt_attr_uint = <integer field name>]
  [rt_attr_uint = <another integer field name, limit by N bits>:N]
  [rt_attr_bigint = <bigint field name>]
  [rt_attr_bigint = <another bigint field name>]
  [rt_attr_multi = <multi-integer (MVA) field name>]
  [rt_attr_multi = <another multi-integer (MVA) field name>]
  [rt_attr_multi_64 = <multi-bigint (MVA) field name>]
  [rt_attr_multi_64 = <another multi-bigint (MVA) field name>]
  [rt_attr_float = <float field name>]
  [rt_attr_float = <another float field name>]
  [rt_attr_float_vector = <float vector field name>]
  [rt_attr_float_vector = <another float vector field name>]
  [rt_attr_bool = <boolean field name>]
  [rt_attr_bool = <another boolean field name>]
  [rt_attr_string = <string field name>]
  [rt_attr_string = <another string field name>]
  [rt_attr_json = <json field name>]
  [rt_attr_json = <another json field name>]
  [rt_attr_timestamp = <timestamp field name>]
  [rt_attr_timestamp = <another timestamp field name>]
  [stored_fields = <comma separated list of full-text fields that should be stored, all are stored by default, can be empty>]
  [rt_mem_limit = <RAM chunk max size, default 128M>]
  [optimize_cutoff = <max number of RT table disk chunks>]
}

type = plain
type = rt

表类型："plain" 或 "rt"（实时）

取值：plain（默认），rt

path = path/to/table

表存储或所在路径，可以是绝对路径或相对路径，不带扩展名。

取值：表的路径，必填

stored_fields = title, content

CREATE TABLE products(title text, content text stored indexed, name text indexed, price float)

POST /cli -d "
CREATE TABLE products(title text, content text stored indexed, name text indexed, price float)"

$params = [
    'body' => [
        'columns' => [
            'title'=>['type'=>'text'],
            'content'=>['type'=>'text', 'options' => ['indexed', 'stored']],
            'name'=>['type'=>'text', 'options' => ['indexed']],
            'price'=>['type'=>'float']
        ]
    ],
    'table' => 'products'
];
$index = new \Manticoresearch\Index($client);
$index->create($params);

utilsApi.sql('CREATE TABLE products(title text, content text stored indexed, name text indexed, price float)')

await utilsApi.sql('CREATE TABLE products(title text, content text stored indexed, name text indexed, price float)')

res = await utilsApi.sql('CREATE TABLE products(title text, content text stored indexed, name text indexed, price float)');

utilsApi.sql("CREATE TABLE products(title text, content text stored indexed, name text indexed, price float)");

utilsApi.Sql("CREATE TABLE products(title text, content text stored indexed, name text indexed, price float)");

utils_api.sql("CREATE TABLE products(title text, content text stored indexed, name text indexed, price float)", Some(true)).await;

res = await utilsApi.sql('CREATE TABLE products(title text, content text stored indexed, name text indexed, price float)');

utilsAPI.Sql(context.Background()).Body("CREATE TABLE products(title text, content text stored indexed, name text indexed, price float)").Execute()

table products {
  stored_fields = title, content # we want to store only "title" and "content", "name" shouldn't be stored
  type = rt
  path = tbl
  rt_field = title
  rt_field = content
  rt_field = name
  rt_attr_uint = price
}

stored_only_fields = title,content

当您希望 Manticore 将普通表或实时表的某些字段存储到磁盘但不索引时，请使用 stored_only_fields。这些字段不会通过全文查询进行搜索，但您仍然可以在搜索结果中检索它们的值。

例如，如果您想存储像 JSON 文档这样的数据，并希望每个结果都返回这些数据，但不需要对其进行搜索、过滤或分组，这种方式非常有用。在这种情况下，仅存储而不索引可以节省内存并提高性能。

您可以通过两种方式实现：

• 在表配置的普通模式中，使用 stored_only_fields 设置。
• 在 SQL 接口（实时模式）中，定义文本字段时使用 stored 属性（而非 indexed 或 indexed stored）。在 SQL 中，您无需包含 stored_only_fields — CREATE TABLE 语句不支持该选项。

stored_only_fields 的值是以逗号分隔的字段名列表。默认值为空。如果使用实时表，stored_only_fields 中列出的每个字段也必须声明为 rt_field。

注意：您无需在 stored_only_fields 中列出属性字段，因为它们的原始值无论如何都会被存储。

存储仅字段与字符串属性的比较：

• 存储仅字段：

  • 仅存储在磁盘上
  • 压缩格式
  • 只能检索（不能用于过滤、排序等）

• 字符串属性：

  • 存储在磁盘和内存中
  • 非压缩格式（除非使用列存储）
  • 可用于排序、过滤、分组等

如果您希望 Manticore 存储文本数据，仅存储在磁盘上（例如：每个结果返回的 json 数据），且不存储在内存中或可搜索/过滤/分组，请使用 stored_only_fields，或将文本字段属性设置为 stored。

使用 SQL 接口创建表时，将文本字段标记为 stored（而非 indexed 或 indexed stored）。在 CREATE TABLE 语句中不需要 stored_only_fields 选项；包含该选项可能导致查询失败。

json_secondary_indexes = json_attr

CREATE TABLE products(title text, j json secondary_index='1')

POST /cli -d "
CREATE TABLE products(title text, j json secondary_index='1')"

$params = [
    'body' => [
        'columns' => [
            'title'=>['type'=>'text'],
            'j'=>['type'=>'json', 'options' => ['secondary_index' => 1]]
        ]
    ],
    'table' => 'products'
];
$index = new \Manticoresearch\Index($client);
$index->create($params);

utilsApi.sql('CREATE TABLE products(title text, j json secondary_index='1')')

await utilsApi.sql('CREATE TABLE products(title text, j json secondary_index='1')')

res = await utilsApi.sql('CREATE TABLE products(title text, j json secondary_index=\'1\')');

utilsApi.sql("CREATE TABLE products(title text, j json secondary_index='1')");

utilsApi.Sql("CREATE TABLE products(title text, j json secondary_index='1')");

utils_api.sql("CREATE TABLE products(title text, j json secondary_index='1')", Some(true)).await;

res = await utilsApi.sql('CREATE TABLE products(title text, j json secondary_index=\'1\')');

utilsAPI.Sql(context.Background()).Body("CREATE TABLE products(title text, j json secondary_index='1')").Execute()

table products {
  json_secondary_indexes = j
  type = rt
  path = tbl
  rt_field = title
  rt_attr_json = j
}

diskchunk_flush_search_timeout = 10s

防止自动刷新RAM块的超时时间，如果表中没有搜索。更多信息请参见这里。

diskchunk_flush_write_timeout = 60s

如果没有写入操作，自动刷新RAM块的超时时间。更多信息请参见这里。

RT表的最大磁盘块数量。更多信息请参见这里。

rt_field = subject

此字段声明确定将被索引的全文字段。字段名称必须唯一，且顺序保持不变。插入数据时，字段值必须与配置中指定的顺序相同。

这是一个多值的可选字段。

rt_attr_uint = gid

此声明定义一个无符号整数属性。

值：字段名或 field_name:N（其中N是要保留的最大位数）。

rt_attr_bigint = gid

此声明定义一个BIGINT属性。

值：字段名，允许多条记录。

rt_attr_multi = tags

声明一个多值属性（MVA），值为无符号32位整数。

值：字段名。允许多条记录。

rt_attr_multi_64 = wide_tags

声明一个多值属性（MVA），值为有符号64位BIGINT。

值：字段名。允许多条记录。

rt_attr_float = lat
rt_attr_float = lon

声明单精度浮点属性，采用32位IEEE 754格式。

值：字段名。允许多条记录。

rt_attr_float_vector = image_vector
rt_attr_float_vector = text_vector

声明一个浮点向量属性，用于存储嵌入向量并支持k近邻（KNN）向量搜索。

值：字段名。允许多条记录。

每个向量属性存储一个浮点数数组，表示数据（如文本、图像或其他内容）的高维向量。这些向量通常由机器学习模型生成，可用于相似度搜索、推荐、语义搜索及其他AI驱动的功能。

重要： 浮点向量属性需要额外的KNN配置以启用向量搜索功能。

要在浮点向量属性上启用KNN搜索，必须添加一个knn配置，指定索引参数：

rt_attr_float_vector = image_vector
rt_attr_float_vector = text_vector
knn = {"attrs":[{"name":"image_vector","type":"hnsw","dims":768,"hnsw_similarity":"COSINE","hnsw_m":16,"hnsw_ef_construction":200},{"name":"text_vector","type":"hnsw","dims":768,"hnsw_similarity":"COSINE","hnsw_m":16,"hnsw_ef_construction":200}]}

必需的KNN参数：

• name：向量属性名称（必须与rt_attr_float_vector名称匹配）
• type：索引类型，目前仅支持"hnsw"
• dims：向量维度数（必须与嵌入模型输出匹配）
• hnsw_similarity：距离函数 - "L2"、"IP"（内积）或"COSINE"

可选的KNN参数：

• hnsw_m：图中的最大连接数
• hnsw_ef_construction：构建时的准确度与速度权衡

更多关于KNN向量搜索的细节，请参见KNN文档。

rt_attr_bool = available

声明一个布尔属性，值为1位无符号整数。

值：字段名。

rt_attr_string = title

字符串属性声明。

值：字段名。

rt_attr_json = properties

声明一个JSON属性。

值：字段名。

rt_attr_timestamp = date_added

声明一个时间戳属性。

值：字段名。

rt_mem_limit = 512M

表的RAM块内存限制。可选，默认值为128M。

RT表将部分数据存储在内存中，称为“RAM块”，同时维护多个磁盘表，称为“磁盘块”。此指令允许您控制RAM块的大小。当内存中数据过多时，RT表会将其刷新到磁盘，激活新创建的磁盘块，并重置RAM块。

请注意，该限制是严格的，RT表绝不会分配超过rt_mem_limit指定的内存。此外，内存不会预分配，因此指定512MB限制但仅插入3MB数据时，只会分配3MB，而非512MB。

rt_mem_limit不会被超出，但实际RAM块大小可能远低于限制。RT表会根据数据插入速度动态调整实际限制，以最小化内存使用并最大化数据写入速度。其工作原理如下：

• 默认情况下，RAM块大小为rt_mem_limit的50%，称为“rt_mem_limit限制”。
• 一旦RAM块积累的数据达到rt_mem_limit * rate（默认50%），Manticore开始将RAM块保存为新的磁盘块。
• 在保存新磁盘块期间，Manticore评估新增/更新文档数量。
• 保存新磁盘块后，更新rt_mem_limit的rate值。
• 每次重启searchd时，rate重置为50%。

例如，如果保存到磁盘块的数据为90MB，且保存过程中又有10MB数据到达，则rate为90%。下次RT表将在达到rt_mem_limit的90%时刷新数据。插入速度越快，rt_mem_limit的rate越低。rate范围在33.3%到95%之间。您可以使用SHOW TABLE STATUS命令查看表的当前rate。

在实时模式下，您可以使用 ALTER TABLE 语句调整 RAM 块的大小限制和磁盘块的最大数量。要将表 "t" 的 rt_mem_limit 设置为 1 GB，请运行以下查询：ALTER TABLE t rt_mem_limit='1G'。要更改磁盘块的最大数量，请运行查询：ALTER TABLE t optimize_cutoff='5'。

在普通模式下，您可以通过更新表配置或运行命令 ALTER TABLE <table_name> RECONFIGURE 来更改 rt_mem_limit 和 optimize_cutoff 的值。

• 实时表类似于由多个本地表组成的分布式表，这些本地表也称为磁盘块。
• 每个 RAM 块由多个段组成，这些段是特殊的仅限 RAM 的表。
• 磁盘块存储在磁盘上，而 RAM 块存储在内存中。
• 对实时表的每个事务都会生成一个新段，RAM 块段在每次事务提交后合并。执行数百或数千条文档的批量 INSERT 比多次单文档 INSERT 更高效，以减少合并 RAM 块段的开销。
• 当段数超过 32 时，它们将被合并以保持段数低于 32。
• 实时表始终有一个 RAM 块（可能为空）和一个或多个磁盘块。
• 合并较大的段需要更长时间，因此最好避免拥有非常大的 RAM 块（因此也避免设置过大的 rt_mem_limit）。
• 磁盘块的数量取决于表中的数据和 rt_mem_limit 设置。
• Searchd 在关闭时以及根据 rt_flush_period 设置定期将 RAM 块刷新到磁盘（作为持久化文件，而非磁盘块）。刷新几个 GB 到磁盘可能需要一些时间。
• 大的 RAM 块在刷新到磁盘的 .ram 文件时以及 RAM 块满时转储为磁盘块时，会对存储造成更大压力。
• RAM 块由二进制日志备份，直到刷新到磁盘，较大的 rt_mem_limit 设置会增加重放二进制日志和恢复 RAM 块所需的时间。
• RAM 块的速度可能略慢于磁盘块。
• 虽然 RAM 块本身占用的内存不会超过 rt_mem_limit，但在某些情况下，Manticore 可能会占用更多内存，例如当您启动一个插入数据的事务但长时间不提交时，此时事务中已传输的数据会保留在内存中。

除了 rt_mem_limit，RAM 块的刷新行为还受以下选项和条件影响：

• 冻结状态。如果表处于冻结状态，刷新将被推迟。这是永久规则，无法被覆盖。如果在表冻结时达到 rt_mem_limit 条件，所有后续插入将被延迟，直到表解冻。

• diskchunk_flush_write_timeout：此选项定义了如果没有写入操作，自动刷新 RAM 块的超时时间（秒）。如果在此时间内没有写入，块将被刷新到磁盘。设置为 -1 禁用基于写入活动的自动刷新。默认值为 1 秒。

• diskchunk_flush_search_timeout：此选项设置防止自动刷新 RAM 块的超时时间（秒），如果表中没有搜索操作。只有在此时间内至少有一次搜索时，才会自动刷新。默认值为 30 秒。

• 正在进行的优化：如果当前有优化进程运行，且现有磁盘块数量已达到或超过配置的内部 cutoff 阈值，则由 diskchunk_flush_write_timeout 或 diskchunk_flush_search_timeout 超时触发的刷新将被跳过。

• RAM 段中文档数量过少：如果 RAM 段中的文档总数低于最小阈值（8192），则由 diskchunk_flush_write_timeout 或 diskchunk_flush_search_timeout 超时触发的刷新将被跳过，以避免创建非常小的磁盘块。这有助于减少不必要的磁盘写入和块碎片。

这些超时设置是协同工作的。只要达到任一超时，RAM 块就会被刷新。这确保即使没有写入，数据最终也会持久化到磁盘；反之，即使有持续写入但没有搜索，数据也会被持久化。这些设置提供了更细粒度的控制，平衡了数据持久性和性能考虑。每个表的指令优先级更高，会覆盖实例范围的默认值。

source = srcpart1

source = srcpart2

source = srcpart3
source 字段指定在当前表索引期间将从哪个源获取文档。必须至少有一个源。源可以是不同类型的（例如，一个可能是 MySQL，另一个是 PostgreSQL）。有关从外部存储索引的更多信息，%请阅读这里 [../../Data_creation_and_modification/Adding_data_from_external_storages/Plain_tables_creation.md] %
值：必须指定源的名称。允许多个值。

killlist_target = main:kl

此设置确定将应用 kill-list 的表。当前表中更新或删除的目标表中的匹配项将被抑制。在 :kl 模式下，要抑制的文档取自 kill-list。在 :id 模式下，当前表中的所有文档 ID 都会在目标表中被抑制。如果两者都未指定，则两种模式都会生效。在此了解有关 kill-list 的更多信息

值：**未指定**（默认），target_table_name:kl，target_table_name:id，target_table_name。允许多个值

columnar_attrs = *

columnar_attrs = id, attr1, attr2, attr3

此配置设置确定哪些属性应存储在%列存储 [../../Creating_a_table/Data_types.md#Row-wise-and-columnar-attribute-storages] %中，而非行存储中。
您可以设置 `columnar_attrs = *` 以将所有支持的数据类型存储在列存储中。

此外，id 是支持存储在列存储中的属性。

columnar_strings_no_hash = attr1, attr2, attr3

默认情况下，存储在列存储中的所有字符串属性都会存储预计算的哈希值。这些哈希用于分组和过滤。然而，它们占用额外空间，如果您不需要按该属性分组，可以通过禁用哈希生成来节省空间。

### 通过 CREATE TABLE 在线创建实时表

CREATE TABLE [IF NOT EXISTS] name ( [data type options] [, ...]) [table_options]

有关数据类型的更多信息，请参见%此处关于数据类型的更多内容 [../../Creating_a_table/Data_types.md] %。

CREATE TABLE products (title text indexed, description text stored, author text, price float)

* "title" 被索引，但不存储。

create table ... engine='rowwise';

engine 设置更改表中所有属性的默认%属性存储 [../../Creating_a_table/Data_types.md#Row-wise-and-columnar-attribute-storages] %。您也可以为%每个属性单独指定 engine [../../Creating_a_table/Data_types.md#How-to-switch-between-the-storages] %。
有关如何为普通表启用列存储的信息，请参见 %columnar_attrs [../../Creating_a_table/Local_tables/Plain_and_real-time_table_settings.md#columnar_attrs] %。

取值：

• columnar - 为所有表属性启用列存储，除了 json

• rowwise（默认） - 不做任何更改，使用传统的行存储。

  其他设置

  以下设置适用于实时表和普通表，无论是在配置文件中指定还是通过 CREATE 或 ALTER 命令在线设置。

Manticore 支持两种读取表数据的访问模式：seek+read 和 mmap。

在 seek+read 模式下，服务器使用 pread 系统调用读取文档列表和关键字位置，这些由 *.spd 和 *.spp 文件表示。服务器使用内部读取缓冲区来优化读取过程，这些缓冲区的大小可以通过选项 read_buffer_docs 和 read_buffer_hits 进行调整。还有一个选项 preopen 用于控制 Manticore 启动时如何打开文件。 在 mmap 访问模式下，搜索服务器使用 mmap 系统调用将表文件映射到内存中，操作系统缓存文件内容。选项 read_buffer_docs 和 read_buffer_hits 对该模式下的相应文件无效。mmap 读取器还可以使用特权调用 mlock 锁定表数据在内存中，防止操作系统将缓存数据交换到磁盘。

为了控制使用哪种访问模式，提供了选项 access_plain_attrs、access_blob_attrs、access_doclists、access_hitlists 和 access_dict，其取值如下：

| 值 | 描述 |

| - | - |

| file | 服务器使用内部缓冲区通过 seek+read 从磁盘读取表文件 | | mmap | 服务器将表文件映射到内存，操作系统缓存其内容 | | mmap_preread | 服务器将表文件映射到内存，后台线程会读取一次以预热缓存 | | mlock | 服务器将表文件映射到内存，然后执行 mlock() 系统调用缓存文件内容并锁定在内存中，防止被交换出去 | | 设置 | 取值 | 描述 | | - | - | - |

| access_plain_attrs | mmap, mmap_preread (默认), mlock | 控制如何读取 *.spa（普通属性）、*.spe（跳跃列表）、*.spt（查找表）、*.spm（已删除文档） | | access_blob_attrs | mmap, mmap_preread (默认), mlock | 控制如何读取 *.spb（blob 属性）（字符串、多值和 json 属性） | | access_doclists | file (默认), mmap, mlock | 控制如何读取 *.spd（文档列表）数据 | | access_hitlists | file (默认), mmap, mlock | 控制如何读取 *.spp（命中列表）数据 | | access_dict | mmap, mmap_preread (默认), mlock | 控制如何读取 *.spi（字典） | 下面的表格可以帮助您选择所需的模式： | 表部分 | 保留在磁盘 | 保留在内存 | 服务器启动时缓存到内存 | 锁定在内存 |

| - | - | - | - | - |

| 行存储（非列存储）的普通属性、跳跃列表、词表、查找表、已删除文档 | mmap | mmap | mmap_preread (默认) | mlock | | 行存储的字符串、多值属性（MVA）和 json 属性 | mmap | mmap | mmap_preread (默认) | mlock | | 列存储 的数值、字符串和多值属性 | 始终 | 仅通过操作系统 | 否 | 不支持 | | 文档列表 | file (默认) | mmap | 否 | mlock | | 命中列表 | file (默认) | mmap | 否 | mlock | | 字典 | mmap | mmap | mmap_preread (默认) | mlock |

• 若追求 最快的搜索响应时间 且内存充足，使用 行存储 属性并通过 mlock 锁定在内存中。同时，对文档列表/命中列表也使用 mlock。

• 如果优先考虑 启动后不允许性能下降，且愿意接受更长的启动时间，可使用 --force-preread 选项。若希望更快的 searchd 重启，则保持默认的 mmap_preread 选项。

• 若希望 节省内存，但仍有足够内存容纳所有属性，则跳过使用 mlock。操作系统将根据频繁的磁盘读取决定保留哪些内容在内存中。

• 如果行存储属性 无法全部放入内存，则选择 列存储属性。

• 如果全文搜索 性能不是重点，且希望节省内存，则使用 access_doclists/access_hitlists=file。 默认模式提供了以下平衡：

• mmap，

• 预读非列存储属性，

• 对列存储属性无预读的 seek+read，

• 对文档列表/命中列表无预读的 seek+read。 这在大多数场景下提供了良好的搜索性能、内存利用率和更快的 searchd 重启。

  其他性能相关设置

attr_update_reserve = 256k

此设置为更新 blob 属性（如多值属性 MVA、字符串和 JSON）预留额外空间。默认值为 128k。更新这些属性时，其长度可能变化。如果更新后的字符串比之前短，则会覆盖 *.spb 文件中的旧数据；如果更新后的字符串更长，则写入 *.spb 文件末尾。该文件是内存映射的，调整其大小可能较慢，具体取决于操作系统的内存映射文件实现。为避免频繁调整大小，可使用此设置在 .spb 文件末尾预留额外空间。

取值：大小，默认 **128k**。

docstore_block_size = 32k

此设置控制文档存储使用的块大小。默认值为16kb。当使用stored_fields或stored_only_fields存储原始文档文本时，文本存储在表内并进行压缩以提高效率。为了优化小文档的磁盘访问和压缩比，这些文档会被连接成块。索引过程会收集文档，直到它们的总大小达到此选项指定的阈值。此时，文档块会被压缩。可以调整此选项以实现更好的压缩比（通过增加块大小）或更快的文档文本访问速度（通过减小块大小）。

值：大小，默认 **16k**。

docstore_compression = lz4hc

此设置决定用于压缩存储在文档存储中的文档块的压缩类型。如果指定了stored_fields或stored_only_fields，文档存储会存储压缩的文档块。‘lz4’提供快速的压缩和解压速度，而‘lz4hc’（高压缩）牺牲部分压缩速度以获得更好的压缩比。‘none’完全禁用压缩。

值：**lz4**（默认），lz4hc，none。

docstore_compression_level = 12

当文档存储中使用‘lz4hc’压缩时使用的压缩级别。通过调整压缩级别，可以在使用‘lz4hc’压缩时找到性能和压缩比之间的平衡。请注意，此选项在使用‘lz4’压缩时不适用。

值：1到12之间的整数，默认值为 **9**。

preopen = 1

此设置指示searchd在启动或轮换时应打开所有表文件，并在运行时保持打开状态。默认情况下，文件不会预先打开。预先打开的表每个表需要几个文件描述符，但它们消除了每次查询调用open()的需求，并且在高负载下表轮换时不会发生竞争条件。然而，如果您服务许多表，按查询打开它们可能更有效以节省文件描述符。

值：**0**（默认），或1。

read_buffer_docs = 1M

用于存储每个关键字文档列表的缓冲区大小。增加此值将在查询执行期间导致更高的内存使用，但可能减少I/O时间。

值：大小，默认 **256k**，最小值为8k。

read_buffer_hits = 1M

用于存储每个关键字命中列表的缓冲区大小。增加此值将在查询执行期间导致更高的内存使用，但可能减少I/O时间。

值：大小，默认 **256k**，最小值为8k。

inplace_enable = {0|1}

启用就地表反转。可选，默认值为0（使用单独的临时文件）。

`inplace_enable`选项在索引纯表时减少磁盘占用，同时略微降低索引速度（它使用大约2倍更少的磁盘，但性能约为原始的90-95%）。

  path = products
  source = src_base
}
#### inplace_hit_gap
inplace_hit_gap = size

就地反转的微调选项。控制预分配的命中列表间隙大小。可选，默认值为0。

此指令仅影响%searchd [../../Starting_the_server/Manually.md] %工具，对%indexer [../../Data_creation_and_modification/Adding_data_from_external_storages/Plain_tables_creation.md#Indexer-tool] %无影响。

  inplace_enable = 1
  path = products
  source = src_base
}
#### inplace_reloc_factor
inplace_reloc_factor = 0.1

inplace_reloc_factor设置决定索引期间内存区域中重定位缓冲区的大小。默认值为0.1。

此选项为可选，仅影响%indexer [../../Data_creation_and_modification/Adding_data_from_external_storages/Plain_tables_creation.md#Indexer-tool] %工具，不影响%searchd [../../Starting_the_server/Manually.md] %服务器。

  inplace_enable = 1
  path = products
  source = src_base
}
#### inplace_write_factor
inplace_write_factor = 0.1

控制索引期间就地写入使用的缓冲区大小。可选，默认值为0.1。

请注意，此指令仅影响%indexer [../../Data_creation_and_modification/Adding_data_from_external_storages/Plain_tables_creation.md#Indexer-tool] %工具，不影响%searchd [../../Starting_the_server/Manually.md] %服务器。

  inplace_enable = 1
  path = products
  source = src_base
}
### 自然语言处理特定设置
支持以下设置。它们均在章节 %NLP 和分词 [../../Creating_a_table/NLP_and_tokenization/Data_tokenization.md] % 中进行了描述。

• bigram_freq_words
• bigram_index
• blend_chars
• blend_mode
• charset_table
• dict
• embedded_limit
• exceptions
• expand_keywords
• global_idf
• hitless_words
• html_index_attrs
• html_remove_elements
• html_strip
• ignore_chars
• index_exact_words
• index_field_lengths
• index_sp
• index_token_filter
• index_zones
• infix_fields
• killlist_target
• max_substring_len
• min_infix_len
• min_prefix_len
• min_stemming_len
• min_word_len
• morphology
• morphology_skip_fields
• ngram_chars
• ngram_len
• overshort_step
• phrase_boundary
• phrase_boundary_step
• prefix_fields
• regexp_filter
• stopwords
• stopword_step
• stopwords_unstemmed
• stored_fields
• stored_only_fields
• wordforms
• stored_only_fields
• wordforms