Newsroom
Las 19 funciones de jsonW, una por una.
Un post por cada función del formato: el problema que resuelve, el comando que muestra el resultado y lo que todavía no hace. Las salidas son reales, del binario público o del artículo.
· jsonW 1.4.1
Búsqueda y ranking
Búsqueda por términos (IDF) dentro del archivo
jsonW guarda el vector disperso de términos con los pesos IDF en la propia fila y calcula la nota con el comando avaliar, sin un motor de búsqueda aparte.
02Búsqueda por significado con vectores de 32, 16, 8 y 4 bits
Los embeddings quedan en una columna de vectores contigua en el archivo, y avaliar calcula el coseno con la consulta y devuelve las k filas más parecidas.
03Rejilla multilineal: interpolación directa desde el archivo
Una tabla de valores sobre ejes, como el flete por distancia y peso, se convierte en nota por interpolación bilineal, trilineal o con más ejes, dentro del pedido de evaluación.
04Nota por pedido: pesos, coseno, disperso o rejilla, en una línea
Un pedido de una línea da nota a cada registro del archivo y devuelve los mejores, con el mismo resultado en la herramienta, la ABI y los 10 SDK.
05Los k mejores, siempre en el mismo orden
El top-k de jsonW usa un heap y es determinista: nota más alta primero y, en el empate, la fila menor. Dos ejecuciones devuelven la misma lista.
Organización del archivo
Zonas: la búsqueda salta bloques enteros
Cada bloque del archivo guarda el mínimo y el máximo de cada columna. En un archivo de 100.000 registros, un filtro saltó 102 de los 103 bloques.
07Diccionario: el texto repetido se guarda una vez
Una columna de tipo dic guarda cada texto distinto una vez por archivo. Ciudad, estado y categoría dejan de ocupar espacio en cada fila.
08Índice por clave: directo a la fila, sin recorrer
El formato tiene un índice que lleva a la fila de una clave sin leer el archivo. En la herramienta pública, la clave aparece en el comando comparar.
Léxico
Escritura e historial
Escritura en vivo y publicación atómica
El archivo .jsw solo agrega: un proceso puede leer mientras otro graba, sin ver un bloque a medias. En los SDK, el archivo solo aparece, completo, en fechar().
11Vivo, borrado e historial en un archivo que solo agrega
Grabar de nuevo la misma clave edita, grabar la clave con _apagado: true borra, y el historial de cada cambio queda en el archivo.
Permisos, custodia y acceso remoto
Vista por permiso: columna, fila y celda
El permiso se declara en el esquema y lo aplica quien sirve el archivo, antes de responder. Sin el alcance, la columna sale nula; sin el tenant, la fila no sale.
13Custodia: CRC32C y SHA-256 encadenados en cada bloque
Cada bloque lleva un CRC32C y un hash SHA-256 (o BLAKE3), encadenados en todo el archivo. Un byte cambiado falla en conferir.
14Lectura remota parcial: descargar el 0,98 % de un archivo de 79,1 MB
Con cabecera, pie y pedidos HTTP Range, el lector descarga solo los bloques de las filas que lee. Funciona con cualquier servidor web, R2 y S3.
Grafía, señales y columna por bloque
Grafía y sonido parecidos: "Kokakola" encuentra "Coca-Cola"
El operador ~~ del filtro da a cada valor una nota de 0 a 1 por la grafía y por una clave fonética, en portugués de Brasil, inglés estadounidense, español y chino.
16Señales del audio en una fila de jsonW
A partir de PCM de 16 bits, jsonW mide tono, pausas, intensidad, jitter, shimmer, HNR, formantes, MFCC, centroide, tasa de articulación y respiraciones.
17Señales del texto en portugués, inglés, español y chino
Intensificadores, atenuadores, polaridad, negación, voz pasiva, pronombres, mayúsculas, puntuación, emoji, risas e indicios de ironía, medidos en una fila.
18Vídeo en escenas, con las medidas de cada tramo
Entran fotogramas y sonido; salen los cortes de escena, la luz, el contraste, el movimiento, los colores, la forma, el dHash, las señales del audio de cada tramo y un mosaico.
19Columna por bloque y por tenant: el bloque de otro cliente ni se abre
Diccionario local por bloque, dígitos de ancho fijo y el tenant en la zona del bloque. En la base del INPI, el conteo de vigentes bajó de 54 a 43 ms.
Versiones y seguridad
jsonW 1.4.0: cifrado en reposo, máscaras de documentos y perfiles de los protocolos de agentes
El archivo .jsw puede quedar cifrado en el disco, con la clave fuera de él. CPF y CNPJ entran con una máscara que rechaza el valor inválido. Y 49 objetos de los protocolos de agentes tienen un perfil probado con ida y vuelta.
02jsonW 1.4.1: la visión por permiso vale en todo comando que lee valores
En la 1.4.0, solo el ver y el servidor web ocultaban las columnas personales. La 1.4.1 corrige esto en todos los comandos que leen valores: en el mismo archivo de prueba, 23 de 37 verificaciones fallaban antes y 0 de 37 fallan ahora.