Hacktoberfest 2026: le issue che i maintainer hanno segnato per ottobre, aperte e adatte ai principianti. Sfoglia le issue Hacktoberfest

FTS code analyzer: analyzer="code" alone doesn't split identifiers, so searching user doesn't find getUserName

Aperta
  • Qualcosa non va?
#9,681 0 commenti 0 reazioni 0 assegnatari Vedi su GitHub

I maintainer di solito rispondono entro 3 giorni

Nessuno ha ancora preso questa issue.

Valutazione

Difficoltà
5/5
Tempo stimato
Più di una settimana
Idoneità per principianti
25/100
Tipo di issue
Funzionalità
Chiarezza
Da chiarire
Stato di attività
Attiva
Stack tecnologico
python, rust
Ambito
databases, search

Direzione di ricerca

Start with InvertedIndexParams::code() in src/lance/rust/lance-index/src/scalar/tokenizer.rs:679-689 and the existing test at src/lance/python/python/tests/test_scalar_index.py:895. Review #7195 and #7681, then bring the default-versus-opt-in decision to the team; done means the chosen behavior is implemented or prominently documented, with the test expectations updated accordingly.

Scritto dal modello di indicizzazione a partire dal testo della issue.

Descrizione

Bug bash: Needs team input — design question

Bug bash priority: Medium · critical-fix: no
From the FTS for Code bug bash (2026-10-01), findings: prework-4.md. Repros ran against released artifacts (pylance 12.0.0 / 13.0.0b18, lancedb 0.39.0 / 0.40.0b12, @lancedb/lancedb 0.40.0-beta.12) unless stated. $S is the bug bash scratch dir.

Decision needed: the default for split_identifiers in the code profile. #7195 calls identifier splitting the core gap, but #7681 ships it opt-in (with a test asserting that).

Options:

  1. Default split_identifiers=True for the code analyzer.
  2. Keep it opt-in and document it prominently.

Recommendation: 1, but the original designers should weigh in.

  • Category: feature gap (design question)
  • Environment: pylance local, Linux arm64
  • Artifacts: pylance 12.0.0 and 13.0.0b18
  • Target tracker: GitHub lance-format/lance

Repro

Script: $S/pw_repro.py (venv-pre). $S=$S

pylance {'analyzer': 'code'}: 'user' -> 0 rows
pylance {'analyzer': 'code', 'split_identifiers': True}: 'user' -> 1 rows

With the default code profile, user, parse, xml, http find fewer rows than the default text analyzer ($S/smoke_local_pre.out). split_on_numerics=True and preserve_original=True are persisted but inert while splitting is off.

Expected behavior

Unclear. lance#7195 names identifier splitting "the core gap"; the PR ships it opt-in, and a test asserts it (test_code_analyzer_does_not_split_identifiers_by_default, src/lance/python/python/tests/test_scalar_index.py:895).

Suspected root cause

Intentional default in InvertedIndexParams::code() (src/lance/rust/lance-index/src/scalar/inverted/tokenizer.rs:679-689). Undocumented.

Fix direction

Team decision: flip the default, or document it prominently. Will is bringing this to the team.

Lingua principale
Rust
Stelle
7.2k
Fork
900
Merge medio
5g 2h
PR unite (30g)
405

Preparare l'ambiente

Apri in Codespaces

Avvia il container di sviluppo del progetto nel browser, con il tuo account GitHub.

Come iniziare

  1. Leggi tutta la issue e poi la guida ai contributi del progetto.
  2. Commenta sulla issue per dire che te ne occupi tu — evita che due persone facciano lo stesso lavoro.
  3. Fai un fork del repository e lavora su un branch.
  4. Apri una pull request che faccia riferimento al numero della issue.

Altre issue di lance-format/lance

Tutte le issue di lance-format/lance

Issue simili

Altre issue su Rust

Ricevi le nuove issue nella tua casella

Un breve riepilogo di issue GitHub adatte ai principianti.