Sonder-Vb.2: STAR links ueberholt

[Bernhard Eversberg]

Sonder-Verlautbarung 2 der Entw.Abt.                      2001-03-24

Und es geht doch: Linkstrunkierung
----------------------------------

Jahrelang denkt man und verkuendet: Linkstrunkierung geht nicht.
Und dann stellt sich heraus, es gibt eine extrem einfache Loesung,
die eine vollkommen echte Linkstrunkierung liefert.
Man aergert UND wundert sich zugleich in hoechstem Masse...
UND freut sich, weil das "allegro"-Konzept sich unerwartet nochmals
als maechtiger erweist als man dachte.

Keine Programmaenderung ist noetig, es geht allein durch 
Parametrierung, und zwar ganze 3 neue Zeilen. Siehe unten.

Und die Kosten? Nicht total billig, aber weniger teuer als
jemals befuerchtet.
An der DemoBank getestet:
Indexdatei vergroessert sich um ca.      70%
Erstellungszeit verlaengert sich um ca.  30%
Anzahl der Indexeintraege waechst um    130%
Wie sich das Zeitverhalten beim Speichern entwickelt, das muss
sich erst erweisen! Immerhin im Schnitt mehr als doppelt soviel
Schluessel pro Satz.
Der Satz mit der groessten Schluesselzahl (Heisenbergs Werke
als hierarchischer Satz) kriegt allerdings 622 statt 117 
Eintraege! Da ist wohl doch noch eine Aufbohrung faellig,
denn das Maximum ist bisher 500.
Wenn die Sache Anklang findet, werden wir's angehen.
Dass die Indexdatei nur um 70% waechst, liegt an der internen
Komprimierungstechnik.
ETWAS billiger wird's, wenn man im Zusatzregister das Wort selbst
nicht nochmals indexiert, sondern nur die Reststuecke. Dann wird
aber die Abfrage komplizierter.

Das Konzept: jedes Wort wird, links beginnend, immer um ein
Zeichen verkuerzt und das Restwort indexiert. Damit hat man
alle noetigen Eintraege. Und weil der so erweiterte Index ja
auch ganz normal rechts trunkiert werden kann, hat man sogar eine
beidseitige Trunkierung. Es stehen jede Menge voellig unsinnige
Eintraege im Index, aber jedes irgendwie sinnvolle Teilwort auf
jeden Fall auch.

Hier der bisherige Abschnitt in CAT.API:

#20x
#uty
!u1 f"+- +/(<)" F">.?"       beseitige "- (" am Anfang, ">?" am Ende
#+#

Und so sieht der erweiterte Abschnitt aus:

#20x
   vorbereitetes, umcodiertes Wort nach #utw
!u1 f"+- +/(<)" F">.?" y2 =tw      beseitige "- (" am Anfang, ">?" am 
Ende

#uty     das ist "|3"
#utw y0

  Zeitschr.Titelwoerter mit `Z am Ende
#utz p"`Z" e2
   Und hier die neuen Zeilen, die die neuen Eintraege machen:
   Jetzt zerlegen: 
#-OE
#utw y0 p{ 8 "|2" }
#utw +OE y0 b1 =tw
#+#

Das ist alles. Ob man Index 2 nimmt oder sonstwas, muss man sich
noch ueberlegen, das ist ja die leichteste Uebung. So wurde es
erst mal nur zum Testen gemacht.

----------------------------------------------------------------------

Aus persoenlicher Sicht des Entwicklers, wenn das mal gesagt werden 
darf, wuerde es mich noch mehr aergern, wenn jemand anders drauf 
gekommen waere. Jeder halbwegs bewanderte Allegrologe haette das
laengst rauskriegen koennen.
(Gut, dass Herr Stephan nochmal nachgebohrt hatte...)

Bernhard Eversberg
Universitaetsbibliothek, Postf. 3329, 
D-38023 Braunschweig, Germany
Tel.  +49 531 391-5026 , -5011 , FAX  -5836
e-mail  B.Eversberg at tu-bs.de