列表块“一炮三响”问题现状和改进提议

本贴最后更新于 918 天前,其中的信息可能已经时异事殊

现状

众所周知,一个列表块至少包含了三个块。例如 * foo 的列表块实际的语法树结构和对应的 Markdown 为:

  1. 列表块容器 * foo
  2. 列表项块容器 * foo
  3. 段落块 foo

其对应的数据库表行数据为:

类型 markdown content
l * foo foo
i * foo foo
p foo foo

问题

这就导致在数据库上查询 foo 时,会同时命中三行,也就是“一炮三响”问题。当存在子列表时该问题尤为突出,表现为所有子列表上重复一次。例如:

* foo
  * bar

其对应的数据库表行数据为:

类型 markdown content
l * foo
* bar
foobar
i * foo
* bar
foobar
p foo foo
l * bar bar
i * bar bar
p bar bar

当搜索 bar 时,会命中 5 行作为结果集。

之前的改进

在搜索时加入了类型过滤,可以设置为过滤容器块,这样上述示例的搜索结果将减少为 1 行,即段落块 bar。

新改进提议

考虑在列表块和列表项块上的 markdown 和 content 字段上仅存储第一个块级子节点内容:

类型 markdown content
l * foo
foo
i * foo
foo
p foo foo
l * bar bar
i * bar bar
p bar bar

搜索 bar 时命中三行,即仅在当前列表块“一炮三响”。这个改进逻辑也匹配 引用容器块时自动渲染锚文本改进 #3126列表项折叠,除第一个子块外其余子块都隐藏 #3142

更进一步

容器块上的 markdown 和 content 字段完全留空,搜索时仅命中叶子块。

影响范围

  • 对通过子级搜索父级的逻辑会产生影响,比如想搜索同时包含分散在列表项上的某些关键字的父级列表就比较困难,但实现复杂度应该低于之前去重子级的复杂度
  • 已有的一些查询逻辑可能会冗余(为了排除父级),但应该不会产生副作用
  • 思源笔记

    思源笔记是一款隐私优先的个人知识管理系统,支持完全离线使用,同时也支持端到端加密同步。

    融合块、大纲和双向链接,重构你的思维。

    18616 引用 • 69269 回帖

相关帖子

欢迎来到这里!

我们正在构建一个小众社区,大家在这里相互信任,以平等 • 自由 • 奔放的价值观进行分享交流。最终,希望大家能够找到与自己志同道合的伙伴,共同成长。

注册 关于
请输入回帖内容 ...
  • fangly 1

    从用户的角度来看,一个比较理想的搜索体验:我只用关心我要查询什么,不用关心块的类型,软件自动帮我筛选出满足条件的块。也就是说我只需要 select * from blocks where markdown like "%x1%" and markdown like "%x2%" and markdown like "%x3%",然后软件自动搜索出同时包含 x1、x2、x3 的所有最小的块(也就是会自动去重)。在这个搜索结果的基础上,我还可以再限定块的类型等其他条件。

    当然这已经超出 sql 的范围,不加新字段,无论怎么修改数据库,只用 sql 来实现上面的逻辑肯定会非常复杂。我的看法:要么和 sql 可视化结合,可视化的背后是非常复杂的 sql;要么就是同咸鱼大佬说的,加一个新的字段便于去重,但加深度字段我想了一下貌似没法解决去重这个问题。

    举例:

    image.png

    在这种情况下,我只关心:我要搜索同时包含 a b c d 的块。然后软件自动把这 3 个红框中的内容搜索出来。

    当时这是非常理想的方式。

    3 操作
    fangly 在 2021-10-14 23:50:44 更新了该回帖
    fangly 在 2021-10-14 23:47:37 更新了该回帖
    fangly 在 2021-10-14 23:33:33 更新了该回帖
  • 其他回帖
  • fangly 1

    image.png

    在数据库改进了之后,想要在上面这个图中搜索同时包含 CNN 模型 和 RNN 模型 的块,要写非常非常复杂的 sql 讨论各种情况。

    知道块长什么样的话,那用非常复杂的 sql 肯定能搜出来,但现实使用过程中,我根本无法知道我笔记中“同时包含 CNN 模型 和 RNN 模型”的块是长什么样的,我只知道肯定有容器块包含了它们,而改进后的数据库无法对容器块进行搜索。

    原先的数据库设计下,对于这个场景,虽然可能会有重复,但至少保证我能搜索到所有可能有用的块,最后无非是在 sql 查询结果中看到重复的内容跳过不看,但我用 sql 本来就是在挑选后续可能有用的块,有重复内容其实无所谓,看到重复内容,花 1 秒钟识别出是重复的,跳过就好。

    个人觉得,“搜不到”比“有重复”带来的问题更加严重,一个是功能上的缺失,一个是体验上稍微麻烦点。

    2 操作
    fangly 在 2021-10-15 00:40:46 更新了该回帖
    fangly 在 2021-10-15 00:31:13 更新了该回帖
  • 88250

    @participants GitHub issues 上有个新的思路请各位帮忙 review 一下 Issue #5769 · siyuan-note/siyuan

  • 容器块增加一个深度字段不知道能不能解决问题 但是我也不知道这个好不好加 ......

    这样通过 sql 查询的时候能够直接指定深度或者通过深度排序截断过滤不需要的结果

  • 查看全部回帖