Ako funguje vyhľadávanie

Ako funguje predvolené a voliteľné približné vyhľadávanie, ako sa výsledky radia a koľko stoja.

Vyhľadávacie pole je jedno. Identifikátor sa hľadá presne; čokoľvek iné je vyhľadávanie podľa názvu medzi aktívnymi subjektmi. Názvy sa porovnávajú bez diakritiky, bez ohľadu na veľké písmená a bez právnej formy, takže Zlatá Rybka, s.r.o., zlata rybka a ZLATÁ RYBKA a.s. sú tie isté slová.

Predvolené vyhľadávanie

Predvolené vyhľadávanie odpovedá počas písania. Má dva kroky:

Začiatok názvu: názvy, ktoré začínajú dopytom. zlata ryb nájde Zlatá Rybka, s.r.o..
Začiatky slov: každé slovo dopytu musí byť začiatkom niektorého slova názvu, v ľubovoľnom poradí. rybka zlata aj ryb ho nájdu tiež.

Druhý krok sa spustí, keď prvý vrátil menej ako 10 výsledkov alebo keď je najvzácnejšie slovo dopytu dosť vzácne na to, aby bol lacný. Riadi ho najvzácnejšie slovo a má strop, takže veľmi časté slovo (obec, slovenska) dopyt nepredraží.

Poradie: najprv presná zhoda názvu, potom názvy, ktoré obsahujú všetky slová dopytu ako celé slová, potom názvy začínajúce dopytom, potom kratšie názvy. Dáta neobsahujú údaj o popularite, preto si ho register nevymýšľa.

Približné vyhľadávanie (voliteľné)

mode=fuzzy opravuje preklepy. Nikdy sa nespúšťa automaticky: zavolajte ho, keď predvolené vyhľadávanie nič nenašlo a používateľ o to požiada, napríklad tlačidlom „Hľadať s preklepmi?“.

Známe slová zostávajú

Slová dopytu, ktoré sú začiatkom známeho slova, zostanú, ako boli napísané.

Neznáme slová sa opravia

Každé neznáme slovo sa porovná so slovníkom všetkých slov v registri: najprv podľa trigramov, potom podľa editačnej vzdialenosti so zámenou susedných písmen. sporitelan → sporitelna je jedna zámena. Slovo do štyroch písmen môže mať jeden preklep, dlhšie dva; krátke slovo sa porovná so všetkými slovami vzdialenými o jednu úpravu, lebo má na prvý krok priveľa málo trigramov.

Hľadá sa s opravami

Opravené slová prejdú predvoleným vyhľadávaním podľa slov. Odpoveď uvádza opravy.

Približné vyhľadávanie je voliteľné a môže byť náročné na procesor a nikdy nenahrádza presné porovnanie identifikátorov. Prevádzkovateľ ho môže vypnúť (REGISTER_SEARCH_FUZZY=false); /v1/capabilities klientom povie, či je zapnuté. Má vlastný limit požiadaviek, limit súbežných dopytov a časový limit.

Koľko to stojí

Namerané na reálnych dátach (1 017 893 aktívnych subjektov) na malej databáze:

	Predvolené	Približné
Bežne	1–5 ms	3–5 ms
Najhoršie dopyty, plný výkon	do 10 ms	asi 60 ms
Najhoršie dopyty, databáza s 1/8 vCPU	asi 50 ms	stovky ms

Pri plnom vyťažení databáza s 1/8 vCPU zvládne asi 30 predvolených vyhľadávaní za sekundu a s 1/4 vCPU 75–140. S oneskorením na strane klienta približne 120 ms pošle píšuci človek jedno až tri vyhľadávania za sekundu.

Čo vyhľadávanie nerobí

Zaniknuté subjekty nie sú vo vyhľadávaní podľa názvu. Presný identifikátor ich nájde s active: false.
Fyzické osoby bez IČO (daňovníci známi len podľa DIČ) nie sú vo vyhľadávaní nikdy.
Subjekt vyradený z vyhľadávania po námietke sa stále nájde podľa presného identifikátora.
Výsledkov je najviac 20; stránkovanie v1 nemá.
Skloňované tvary sú iné slová: lipa nenájde „U Lipy“. Napíšte začiatok slova (lip) alebo použite približné vyhľadávanie na jedno zmenené písmeno.