feat: per-table and per-query boolean_mode, per-table ranker, CREATE TABLE ... profile='relevance'

Author: sanikolaev

manual/chinese/Creating_a_table/Local_tables/Plain_and_real-time_table_settings.md

@@ -65,6 +65,29 @@ table <table name> {
 
 ### 普通表和实时表的通用设置
 
+#### 配置方案
+
+`profile` 只在 `CREATE TABLE` 中可用，是一个仅限 SQL 的快捷方式，用来应用一组预定义的表设置。`ALTER TABLE` 不支持它。配置方案名称本身**不会**存储在表元数据中；Manticore 只会保存展开后的设置，因此 `SHOW CREATE TABLE` 打印的是最终选项，而不是 `profile=...`。
+
+当前支持的值：
+
+* `relevance` - 展开为：
+  * [`min_infix_len='2'`](../../Creating_a_table/NLP_and_tokenization/Wildcard_searching_settings.md#min_infix_len)
+  * [`index_field_lengths='1'`](../../Creating_a_table/NLP_and_tokenization/Low-level_tokenization.md#index_field_lengths)
+  * [`ranker=expr('1000*bm25a(1.2,0.75,256)')`](../../Searching/Options.md#ranker)
+  * [`morphology='stem_en'`](../../Creating_a_table/NLP_and_tokenization/Morphology.md#morphology)
+  * [`boolean_mode='or'`](../../Searching/Options.md#boolean_mode)
+
+`relevance` 配置文件可以提升许多英文全文检索工作负载的排序质量和召回率，但它也会增加索引和查询时的计算量，因此相比默认值可能会额外消耗 CPU、存储和内存。
+
+如果你也显式指定了这些选项中的某一个，`profile` 会遵循与普通 `CREATE TABLE` 设置相同的重复选项语义：第一个出现的值生效。由于配置方案在创建时会展开为普通设置，`profile='relevance' ranker='bm25'` 会保留配置方案里的 ranker，而完全展开后的显式写法也一样。同样，`ranker='bm25' profile='relevance'` 会保留 `ranker='bm25'`。
+
+扩展后的设置会存储在表元数据中。查询级别的 `OPTION ranker=...` 仍然会覆盖任何已存储的表排序器。如果一个查询搜索多个表且没有指定排序器，每个表都会继续使用各自存储的默认排序器，包括本地和远程分布式表。在这种情况下，Manticore 会使用原始返回权重合并结果；它**不会**在不同排序器或表达式之间归一化权重，因此混用不同的按表排序器可能会产生不可比较的全局顺序。
+
+```sql
+CREATE TABLE products(title text) profile='relevance';
+```
+
 #### type
 
 ```ini
@@ -83,7 +106,7 @@ type = rt
 path = path/to/table
 ```
 
-表将被存储或定位的路径，可以是绝对路径或相对路径，不带扩展名。
+表将被存储或定位的路径，可以是绝对路径或相对路径，不包含扩展名。
 
 值：表的路径，**必填**
 
@@ -994,6 +1017,7 @@ table products {
 * [bigram_index](../../Creating_a_table/NLP_and_tokenization/Low-level_tokenization.md#bigram_index)
 * [blend_chars](../../Creating_a_table/NLP_and_tokenization/Low-level_tokenization.md#blend_chars)
 * [blend_mode](../../Creating_a_table/NLP_and_tokenization/Low-level_tokenization.md#blend_mode)
+* [boolean_mode](../../Searching/Options.md#boolean_mode)
 * [charset_table](../../Creating_a_table/NLP_and_tokenization/Low-level_tokenization.md#charset_table)
 * [dict](../../Creating_a_table/NLP_and_tokenization/Low-level_tokenization.md#dict)
 * [embedded_limit](../../Creating_a_table/NLP_and_tokenization/Low-level_tokenization.md#embedded_limit)

manual/chinese/Listing_tables.md

@@ -418,7 +418,7 @@ data for the following examples:
 
 DROP TABLE IF EXISTS tbl;
 CREATE TABLE tbl(title text indexed stored) charset_table='non_cont,cont' morphology='icu_chinese';
---> 
+-->
 
 <!-- example name_table -->
 您还可以通过执行查询 `select * from <table_name>.@table` 查看表模式。此方法的优点是您可以使用 `WHERE` 子句进行过滤：
@@ -481,6 +481,8 @@ SHOW CREATE TABLE table_name [ OPTION output_words = 'list' | 'file' ]
 
 打印用于创建指定表的 `CREATE TABLE` 语句。
 
+如果该表是使用 SQL `profile=...` 快捷方式创建的，`SHOW CREATE TABLE` 打印的是展开后的设置，而不是 profile 名称本身。
+
 `output_words` 选项允许您控制外部文件设置（如 `stopwords`、`exceptions`、`wordforms`、`hitless_words`）的显示方式：
 
 * `'list'`（默认）：使用 `*_list` 选项（例如 `stopwords_list='word1; word2'`）以内联列表形式显示文件内容。

manual/chinese/Node_info_and_management/Table_settings_and_status/SHOW_TABLE_SETTINGS.md

@@ -20,6 +20,8 @@ SHOW TABLE table_name[.N | CHUNK N] SETTINGS
 
 输出类似于 [indextool](../../Miscellaneous_tools.md#indextool) 工具的 [--dumpconfig](../../Miscellaneous_tools.md#indextool) 选项。该报告详细列出了所有表设置，包括分词器和词典选项。
 
+如果一个表是通过 SQL `profile=...` 快捷方式创建的，`SHOW TABLE SETTINGS` 会显示展开后的已保存设置（例如 `ranker` 和 `boolean_mode`），而不是配置文件名称本身。
+
 <!-- intro -->
 ##### SQL:
 <!-- request SQL -->

manual/chinese/Searching/Full_text_matching/Basic_usage.md

@@ -1,6 +1,6 @@
 # 匹配
 
-`MATCH` 子句允许对文本字段进行全文检索。输入的查询字符串会使用与索引时应用于文本相同的设置进行 [分词](../../Creating_a_table/NLP_and_tokenization/Data_tokenization.md)。除了对输入文本进行分词之外，查询字符串还支持多种 [全文运算符](../../Searching/Full_text_matching/Operators.md)，用于强制规定关键字应如何形成有效匹配。
+`MATCH` 子句允许对文本字段进行全文搜索。输入的查询字符串会使用与索引时应用于文本的相同设置进行 [分词](../../Creating_a_table/NLP_and_tokenization/Data_tokenization.md)。除了对输入文本进行分词外，查询字符串还支持多种 [全文运算符](../../Searching/Full_text_matching/Operators.md)，用于约束关键词应如何构成有效匹配。对于没有显式布尔运算符的多关键词查询，SQL 和 HTTP JSON 的默认行为不同：SQL 遵循 [`boolean_mode`](../../Searching/Options.md#boolean_mode)，其默认值为 `and`，除非按表或按查询覆盖；而 JSON `match` 查询的默认值为 `or`，除非你显式设置 `"operator"`。
 
 全文匹配子句可以与属性 [过滤器](../../Searching/Filters.md) 结合使用，作为 AND 布尔运算。**全文匹配和属性过滤器之间的 OR 关系不被支持**。
 
@@ -31,6 +31,7 @@ MATCH('search query' [, table_name])
 
 [SELECT](../../Searching/Full_text_matching/Basic_usage.md#SQL) 语句使用 [MATCH](../../Searching/Full_text_matching/Basic_usage.md) 子句进行全文搜索，该子句必须位于 WHERE 之后。`MATCH()` 接受一个输入字符串，在该字符串中可用所有 [全文操作符](../../Searching/Full_text_matching/Operators.md)。
 
+关于 SQL 特定的默认关键词组合行为，请参见 [`boolean_mode`](../../Searching/Options.md#boolean_mode)。
 
 <!-- intro -->
 ##### SQL：

manual/chinese/Searching/Full_text_matching/Operators.md

@@ -2,6 +2,8 @@
 
 查询字符串可以包含特定的操作符，用于定义查询字符串中的单词应该如何匹配的条件。
 
+关于**不使用**显式运算符的多关键字查询默认行为，请参见 [`boolean_mode`](../../Searching/Options.md#boolean_mode)。
+
 ### 布尔操作符
 
 #### AND 操作符
@@ -215,7 +217,7 @@ REGEX(/t.?e/)
 
 与[通配符操作符](../../Searching/Full_text_matching/Operators.md#Wildcard-operators)类似，REGEX操作符尝试找到所有匹配所提供模式的词项，每个扩展都作为匹配命中记录。注意，这可能对查询搜索时间产生显著影响，因为会扫描整个字典，字典中每个词项都要与REGEX模式进行匹配。
 
-模式应遵循[RE2 语法](https://github.com/google/re2/wiki/Syntax)。REGEX表达式的定界符是开括号后的第一个符号。换句话说，开括号后跟定界符与定界符和闭括号之间的所有文本都被视为RE2表达式。  
+模式应遵循[RE2 语法](https://github.com/google/re2/wiki/Syntax)。REGEX表达式的定界符是开括号后的第一个符号。换句话说，开括号后跟定界符与定界符和闭括号之间的所有文本都被视为RE2表达式。
 请注意，存储在字典中的词项会经过 `charset_table` 转换，这意味着例如如果所有字符根据 `charset_table`（默认）被转为小写，REGEX 可能无法匹配大写字符。要成功用 REGEX 表达式匹配词项，模式必须对应整个词项。若要实现部分匹配，请在模式开头和/或结尾添加 `.*`。
 
 ```sql

manual/chinese/Searching/Options.md

@@ -75,7 +75,7 @@ POST /search
             "match": {
               "body": "world"
             }
-          }  
+          }
         ]
       }
     },
@@ -420,6 +420,24 @@ WHERE match('machine learning') AND knn(vec, 5, (0.1, 0.1, 0.1, 0.1))
 OPTION fusion_method='rrf', rank_constant=10;
 ```
 
+### boolean_mode
+
+```sql
+OPTION boolean_mode='or'
+```
+
+控制 SphinxQL 全文查询中**没有显式布尔运算符**的多关键词 `MATCH()` 表达式如何被解释。
+
+可从以下值中选择：
+* `and` - 所有关键词都必须匹配
+* `or` - 任意关键词都可以匹配
+
+`OPTION boolean_mode=...` 只对当前查询生效。你也可以通过 `CREATE TABLE ... boolean_mode='...'`，或者使用表 [profile](../Creating_a_table/Local_tables/Plain_and_real-time_table_settings.md#profile)，把默认布尔模式存储在表元数据中。如果两者都存在，以查询选项为准。如果都未指定，SQL 默认使用 `and`。
+
+它只影响相邻关键词或子表达式之间**隐式**的组合方式，前提是这些表达式本身没有显式的全文运算符。像 `|`、`!`/`-`、短语、quorum、`NEAR` 和 `<<` 这类显式运算符会保持各自的语义。
+
+HTTP JSON 在 `match` 查询上有自己对应的设置，通过 `"operator"` 属性实现，默认是 `or`，除非显式设置。
+
 ### ranker
 从以下选项中选择：
 * `proximity_bm25`
@@ -435,6 +453,8 @@ OPTION fusion_method='rrf', rank_constant=10;
 
 有关每个排序器的更多详细信息，请参阅[搜索结果排序](../Searching/Sorting_and_ranking.md#Available-built-in-rankers)。
 
+`OPTION ranker=...` 只为当前查询设置 ranker。你也可以通过 `CREATE TABLE ... ranker='...'`，或者使用表 [profile](../Creating_a_table/Local_tables/Plain_and_real-time_table_settings.md#profile)，把默认 ranker 存储在表元数据中。如果两者都存在，以查询选项为准。如果一个查询目标是多个表且未指定 `OPTION ranker=...`，则每个表都会使用自己保存的默认 ranker，包括本地和远程分布式表。最终合并会直接使用返回的原始权重，不做跨 ranker 归一化，因此只有当参与的表使用相同的 ranker 语义时，全局排序才可以可靠比较。
+
 ### rand_seed
 允许您为`ORDER BY RAND()`查询指定特定的整数种子值，例如：`... OPTION rand_seed=1234`。默认情况下，每个查询都会自动生成一个新的且不同的种子值。
 

manual/chinese/Searching/Sorting_and_ranking.md

@@ -1043,6 +1043,8 @@ searchRequest.SetSort(sort)
 
 所以，Manticore 中的排名是可配置的。它有一个所谓的**ranker**（排名器）的概念。排名器可以形式化定义为一个接受文档和查询作为输入，并输出相关性值的函数。通俗来说，排名器控制着 Manticore 将如何（使用哪种具体算法）给文档分配权重。
 
+可以通过 [`OPTION ranker=...`](../Searching/Options.md#ranker) 为每个查询选择一个 ranker，也可以在 `CREATE TABLE ... ranker='...'` 中将其存为表级默认值（也可通过表 [profile](../Creating_a_table/Local_tables/Plain_and_real-time_table_settings.md#profile) 设置）。两者同时存在时，以查询选项为准。当一个查询同时搜索多张表且没有显式指定查询级 ranker 时，每张表会继续使用自己保存的默认 ranker，包括本地和远程分布式表。最终合并时比较的是原始返回权重；系统不会提供自动归一化层来让不同的 ranker 或自定义表达式在数值上可直接比较。
+
 ## 内置排名器
 
 Manticore 提供了几种适用于不同用途的内置排名器。它们中的许多使用两个因素：短语接近度（也称为LCS）和BM25。短语接近度根据关键词位置工作，而BM25根据关键词频率工作。基本上，文档和查询之间的短语匹配程度越高，短语接近度越高（当文档包含查询的完整逐字引用时达到最大值）。而当文档包含更多罕见词时，BM25分值越高。详细讨论稍后进行。

manual/english/Creating_a_table/Local_tables/Plain_and_real-time_table_settings.md

@@ -65,6 +65,29 @@ table <table name> {
 
 ### Common plain and real-time tables settings
 
+#### profile
+
+`profile` is a SQL-only shortcut for applying a predefined bundle of table settings in `CREATE TABLE` only. It is not supported in `ALTER TABLE`. The profile name itself is **not** stored in table metadata; Manticore stores only the expanded settings, so `SHOW CREATE TABLE` prints the resulting options rather than `profile=...`.
+
+Currently supported values:
+
+* `relevance` - expands to:
+  * [`min_infix_len='2'`](../../Creating_a_table/NLP_and_tokenization/Wildcard_searching_settings.md#min_infix_len)
+  * [`index_field_lengths='1'`](../../Creating_a_table/NLP_and_tokenization/Low-level_tokenization.md#index_field_lengths)
+  * [`ranker=expr('1000*bm25a(1.2,0.75,256)')`](../../Searching/Options.md#ranker)
+  * [`morphology='stem_en'`](../../Creating_a_table/NLP_and_tokenization/Morphology.md#morphology)
+  * [`boolean_mode='or'`](../../Searching/Options.md#boolean_mode)
+
+The `relevance` profile can improve ranking and recall for many English full-text workloads, but it also increases work done at indexing and query time, so it may cost extra CPU, storage, and memory compared to the defaults.
+
+If you also specify one of these options explicitly, `profile` follows the same duplicate-option semantics as ordinary `CREATE TABLE` settings: the first occurrence wins. Because the profile expands into ordinary settings at create time, `profile='relevance' ranker='bm25'` keeps the profile ranker, and the fully expanded explicit form does the same. Likewise, `ranker='bm25' profile='relevance'` keeps `ranker='bm25'`.
+
+The expanded settings are stored in table metadata. Query-level `OPTION ranker=...` still overrides any stored table ranker. If a query searches multiple tables and does not specify a ranker, each table keeps using its own stored default ranker, including local and remote distributed tables. In that case, Manticore merges results using the raw returned weights; it does **not** normalize weights across different rankers or expressions, so mixing different per-table rankers can produce non-comparable global ordering.
+
+```sql
+CREATE TABLE products(title text) profile='relevance';
+```
+
 #### type
 
 ```ini
@@ -994,6 +1017,7 @@ The following settings are supported. They are all described in section [NLP and
 * [bigram_index](../../Creating_a_table/NLP_and_tokenization/Low-level_tokenization.md#bigram_index)
 * [blend_chars](../../Creating_a_table/NLP_and_tokenization/Low-level_tokenization.md#blend_chars)
 * [blend_mode](../../Creating_a_table/NLP_and_tokenization/Low-level_tokenization.md#blend_mode)
+* [boolean_mode](../../Searching/Options.md#boolean_mode)
 * [charset_table](../../Creating_a_table/NLP_and_tokenization/Low-level_tokenization.md#charset_table)
 * [dict](../../Creating_a_table/NLP_and_tokenization/Low-level_tokenization.md#dict)
 * [embedded_limit](../../Creating_a_table/NLP_and_tokenization/Low-level_tokenization.md#embedded_limit)

manual/english/Listing_tables.md

@@ -481,6 +481,8 @@ SHOW CREATE TABLE table_name [ OPTION output_words = 'list' | 'file' ]
 
 Prints the `CREATE TABLE` statement used to create the specified table.
 
+If the table was created using a SQL `profile=...` shortcut, `SHOW CREATE TABLE` prints the expanded settings instead of the profile name itself.
+
 The `output_words` option allows you to control how external file settings (such as `stopwords`, `exceptions`, `wordforms`, `hitless_words`) are displayed:
 
 * `'list'` (default): Displays the content of the files as inline lists using the `*_list` options (e.g. `stopwords_list='word1; word2'`).

manual/english/Node_info_and_management/Table_settings_and_status/SHOW_TABLE_SETTINGS.md

@@ -20,6 +20,8 @@ SHOW TABLE table_name[.N | CHUNK N] SETTINGS
 
 The output resembles the [--dumpconfig](../../Miscellaneous_tools.md#indextool) option of the [indextool](../../Miscellaneous_tools.md#indextool) utility. The report provides a breakdown of all table settings, including tokenizer and dictionary options.
 
+If a table was created with a SQL `profile=...` shortcut, `SHOW TABLE SETTINGS` displays the expanded stored settings (for example `ranker` and `boolean_mode`), not the profile name itself.
+
 <!-- intro -->
 ##### SQL:
 <!-- request SQL -->