starking的博客

一、不同的emoji插入到mysql表中，出现唯一键冲突 业务场景：手机号注册用户，默认昵称为 宝宝+emoji+手机尾号，用户表中昵称字段要求唯一不可重复，存在唯一键。 (已使用utf8mb4字符集) 问题： 1、插入时 产生唯一键冲突 原因：字符集使用了utf8mb4，但它的默认排序集是utf8mb4_general_ci 。utf8mb4_general_ci 不区分特殊字符，不区分大小写。 概念： 字符：文字与符号的总称，包括文字、图形符号、数学符号等。英...

TF（term frequency） 即词频，指的是一个词在一个文档中出现的频次。显而易见，出现的越多，这个词的权重越高，它越重要。如：帅哥，靓仔这 IDF（inverse document frequency）即逆向文档频率，指的是一个词在所有文档里出现的频次。频次越高，权重越低，这个词体现不出文档之间的区分度，对文档的相关度贡献就低。 如：the，and，的，你，我，他这类词在所有文档中都存在，它对文档的区分度贡献就低。 参考官网： 相关度评分背后的理论 | Elasticsearch:.