跳到正文
jsonW 论文 GitHub

jsonW 1.3.11

jsonW 的 1000 项优势,每一项都附有出处。

与 21 种格式的对比,以及成本、时间、AI、安全、类型、工具和 SDK。每一项都引用了论文、文档、对方格式的规范,或用 1.3.11 二进制程序实际运行的测试。

测量结果

在论文中测量并发表的数字,附方法和机器。对比只在同一轮测量内有效。

  1. 1
    在 100,000 条合成记录上,占用空间是未压缩 JSONL 的 1/6.6。出处: 论文
  2. 2
    读取整列比 JSONL 快 2,310 倍(1.59 毫秒),取 10 次运行的中位数。出处: 论文
  3. 3
    写入 100,000 条记录用时 131 毫秒,同一读取程序下 JSONL 用时 15,211 毫秒:少 114 倍。出处: 论文
  4. 4
    读取整个文件用时 78 毫秒,比 JSONL 少 46 倍。出处: 论文
  5. 5
    使用 8 个核心时,读取整个文件用时 9.0 毫秒:比 JSONL 少 419 倍。出处: 论文
  6. 6
    在行形式下,一条测试记录占 1,073 字节,而 JSON 为 5,157 字节:少 4.8 倍。出处: 论文
  7. 7
    INPI 完整商标数据集(12,527.4 MB CSV)转为 .jsw 后为 2,579.2 MB:小 4.9 倍。出处: 论文
  8. 8
    在最高压缩级别下,同一数据集为 1,938.1 MB:比 CSV 小 6.5 倍。出处: 论文
  9. 9
    INPI 数据集的 .jsw 比 XML(24,804.7 MB)小 12.8 倍。出处: 论文
  10. 10
    在最高压缩级别下,1.3.11 写出的 INPI 数据集比 1.2.1 小 16.5%(1,938.1 对 2,321.8 MB)。出处: 论文
  11. 11
    统计 INPI 的 2,343,607 条有效记录用时 43 毫秒,DuckDB 读取 Parquet 用时 54 毫秒,两者都用 8 个核心。出处: 论文
  12. 12
    同样的计数,DuckDB 读取 CSV 用时 375 毫秒:.jsw 快 8.7 倍。出处: 论文
  13. 13
    同样的计数,用 grep 在 CSV 上用时 519 毫秒,在 XML 上用时 3,017 毫秒。出处: 论文
  14. 14
    在 2498 万条记录中找出一个案卷的 10 条决定用时 207 毫秒;同一轮中 grep 在 CSV 上用时 6,690 毫秒。出处: 论文
  15. 15
    在 INPI 第 35 类中,jsonW 计得 1,076,928 条;grep 在 CSV 上计得 1,076,929 条,因为文本 ",35," 出现在另一列中。出处: 论文
  16. 16
    在 INPI 的一百万行上,.jsw 占 51.2 MB:比 CSV 小 2.8 倍,比 XLSX 小 1.5 倍,比 XML 小 9.8 倍。出处: 论文
  17. 17
    对一百万行做同一查询,.jsw 用时 119 毫秒,XLSX 用时 9,364 毫秒:少 79 倍。出处: 论文
  18. 18
    INPI 的转换逐一校验了每个带类型的值:数字和日期必须还原成与 CSV 相同的文本,否则转换停止。出处: 论文
  19. 19
    INPI 的 7 个文件共 55,278,212 行,全部转为 .jsw,没有删减任何内容,并保留完整历史。出处: 论文
  20. 20
    借助 1.3.11 的定宽数字,案卷号这一列从 53.0 MB 降到 25.7 MB。出处: 论文
  21. 21
    在五轮已测量并发表的测试中,有效记录计数从 677 毫秒(1.2.0)降到 44 毫秒(1.3.11,默认级别)。出处: 论文
  22. 22
    一次过滤在 100,000 行中只读了 833 行就找到 9 行,用时 1.7 毫秒,因为区间跳过了 103 块中的 102 块。出处: 论文
  23. 23
    打开一个 79.1 MB 的远程文件只下载了 8.7 KB:文件头和文件尾。出处: 论文
  24. 24
    读取该远程文件中间的一行只下载了 0.98%;一次过滤下载了 0.84%。出处: 论文
  25. 25
    论文公布了之前各轮的结果和变化的数字,而不是只展示最好的一轮。出处: 论文
  26. 26
    任何人都可以用 wjsw medir 在自己的机器上测量,它写入并读取与论文相同的数据集。出处: 论文
  27. 27
    论文的示例文件发布在 jsonw.org/paper/exemplos。出处: 论文
  28. 28
    每张表中的数字都注明了机器、日期、读取程序和运行次数。出处: 论文

成本与时间

基于上述测量结果的计算。凡是推算出的数字,计算过程都写在文中。

  1. 29
    存储:在 INPI 上,最高级别的 .jsw 只占 CSV 的 15.5%(12,527.4 MB 中的 1,938.1 MB)。按 GB 计费的存储,费用按同一比例下降。出处: 论文
  2. 30
    按 INPI 上测得的比例,1 TB 类似的 CSV 在最高级别下约为 155 GB 的 .jsw。出处: 论文
  3. 31
    流量:读取远程文件中的一行只下载了 0.98%,付费流量也按同样比例下降。出处: 论文
  4. 32
    文件可以放在 Cloudflare R2 或任何 S3 上,直接从存储桶读取,中间不需要应用服务器。出处: README
  5. 33
    无需单独的向量数据库:余弦计算直接在文件上进行。出处: 论文
  6. 34
    按词检索无需单独的搜索引擎。出处: 论文
  7. 35
    无需单独的权限层:视图来自模式,由提供文件的一方执行。出处: 论文
  8. 36
    无需单独的审计表:修改和删除的历史都留在文件中。出处: 论文
  9. 37
    许可:可在您的产品中免费使用,服务器数量不限。出处: README
  10. 38
    无依赖:核心只使用 C 语言和标准库。出处: README
  11. 39
    CPU:只读取请求的列,避免每次查询都解码记录的其余部分。出处: 论文
  12. 40
    内存:.jsw 通过 mmap 读取,多个进程在内存中共享同一个文件。出处: docs/JSONW.md
  13. 41
    vq8 向量占 vf32 的四分之一(每个数 8 位对 32 位),vq4 占八分之一。出处: docs/JSONW.md
  14. 42
    vf16 向量占 vf32 的一半。出处: docs/JSONW.md
  15. 43
    更少的转换:同一个模型用于消息、文件和文本,在各形式之间转换不丢失任何内容。出处: 论文
  16. 44
    更少的返工:写入中断只丢失最后一个块,而不是整批数据。出处: 论文
  17. 45
    无需把数据拆到多张工作表:.jsw 没有 1,048,576 行的上限。出处: 论文
  18. 46
    用一个命令(wcon)即可按正确类型导入 Postgres、MySQL 或 SQLite 的表,无需手写模式。出处: AGENTS.md
  19. 47
    用一个核心转换 INPI 的 12.53 GB CSV 用时 177 秒。出处: 论文
  20. 48
    相近拼写检索不需要语音检索服务:它是过滤器的一个运算符。出处: Newsroom
  21. 49
    压缩级别按文件选择(0、1 或 2):频繁查询的文件不压缩,归档文件用最高级别。出处: docs/JSONW.md
  22. 50
    wjsw regravar 可以把 .jsw 转到新版本的编码,无需再经过 CSV。出处: 论文
  23. 51
    按块并行读取会自动使用机器的所有核心,无需配置。出处: README

人工智能

对训练、查询或编排模型的人有什么变化。

  1. 52
    嵌入向量和数据在同一个文件里,因此语义检索直接返回整行,无需第二次访问。出处: 论文
  2. 53
    JSON 形式的打分请求在工具和 ABI 中完全相同,因此智能体可以像调用工具一样调用排序。出处: 论文
  3. 54
    词表(reconhecer)可以充当路由器:无需训练分类器就能把每个请求交给合适的专家。出处: 论文
  4. 55
    确定性的 top-k 让 RAG 评估可复现:同一查询返回同一列表。出处: 论文
  5. 56
    f32、f16、bf16、u8、i8、i16 和 i32 张量都是格式自带的类型,可直接存放模型权重。出处: README
  6. 57
    模型输出的任何有效 JSON 都已经是有效的 jsonW 文本。出处: 论文
  7. 58
    模式只占一行,短到可以直接放进提示词。出处: 论文
  8. 59
    音频、文本和视频信号只测量、不判断:模型拿到数字后自行判断。出处: 论文
  9. 60
    按权限的视图同样适用于智能体:它只能看到其凭证允许的内容。出处: 论文
  10. 61
    MFCC 以 vf32[13] 向量输出,可直接用于余弦计算,查找相似的语音。出处: Newsroom
  11. 62
    每个视频场景都有 vf32[64] 形状向量和 dHash,可用余弦查找相似场景。出处: Newsroom
  12. 63
    每个场景的帧拼图让模型每个场景只看一张图,而不是整段视频。出处: Newsroom
  13. 64
    通过 mmap 读取的按列文件可用于训练,不需要每个进程一份副本。出处: docs/JSONW.md
  14. 65
    AGENTS.md 给出了编程智能体正确使用 jsonW 的规则。出处: AGENTS.md
  15. 66
    llms.txt 按面向语言模型的标准概述了这个格式。出处: README
  16. 67
    论文在六种语言中都有供 AI 阅读的文本版本。出处: 论文
  17. 68
    文本信号的词表是用葡萄牙语、英语、西班牙语和中文手工编写的。出处: Newsroom
  18. 69
    中文按单个汉字匹配,不依赖空格分词。出处: Newsroom
  19. 70
    ~~ 运算符让 AI 无需额外模型就能找到用户拼错的实体。出处: Newsroom
  20. 71
    reconhecer 返回文本中的原文片段及起止位置,方便模型引用。出处: 论文
  21. 72
    vq8 和 vq4 向量让数百万个嵌入向量能装进一台普通机器的内存。出处: docs/JSONW.md
  22. 73
    jsonW 网站通过 WebMCP 为浏览器中的智能体提供工具。出处: Newsroom
  23. 74
    同一个余弦查询可以作用于 vf32、vf16、vq8 或 vq4,无需修改请求。出处: 论文
  24. 75
    IDF 权重写在每行的向量中,因此按词排序不依赖需要更新的外部索引。出处: 论文
  25. 76
    Python 和 Node SDK 的 gravar 接受对象或字典,可直接写入模型的输出。出处: AGENTS.md
  26. 77
    信号按 jsonw_sinal_esquema 的模式输出,因此每项测量值带着类型到达模型。出处: Newsroom
  27. 78
    不存在的测量值输出为 null,而不是编造的数字,例如无人声片段的音高。出处: Newsroom
  28. 79
    reconhecer 按信号累加权重,每种意图的总分可直接交给路由器决策。出处: 论文

安全与隐私

格式保证什么,以及不承诺什么。

  1. 80
    范围在认证后来自服务器,绝不来自客户端发送的请求头。出处: 论文
  2. 81
    通过 campos= 或 onde= 请求被隐藏的列会返回 403,避免通过推断泄露数据。出处: 论文
  3. 82
    没有相应范围时,该列输出为空,连过滤也不能使用。出处: 论文
  4. 83
    文本类型的 tenant 列会关闭视图:什么都不输出,而不是全部输出。出处: 论文
  5. 84
    凭证以恒定时间校验,杜绝了基于响应时间的攻击。出处: 论文
  6. 85
    nonce 和序列号防止已记录的请求被重放。出处: 论文
  7. 86
    读取程序把每个文件都当作恶意文件:使用前检查每个索引和边界。出处: 论文
  8. 87
    读取程序经过模糊测试,并拒绝超过 1,000 层的嵌套。出处: 论文
  9. 88
    文本中的引号、逗号、斜杠和任何字节都只是数据,绝不会破坏读取。出处: 论文
  10. 89
    库和 SDK 从不访问网络。出处: README
  11. 90
    安装计数只发送一次版本和平台,可用 JSONW_SEM_PING=1 关闭。出处: README
  12. 91
    wcon 从文件读取密码,从不从命令行或 URL 读取。出处: AGENTS.md
  13. 92
    原子发布防止读取方拿到只写了一半的文件。出处: 论文
  14. 93
    +pessoal 列对没有相应范围的人隐藏个人数据,有助于满足 LGPD 和 GDPR 的要求。出处: 论文
  15. 94
    完整性校验和凭证只使用 256 位哈希和 HMAC,在量子计算机面前依然安全。出处: 论文
  16. 95
    隐藏的数据不会离开服务器:视图在响应之前执行。出处: 论文
  17. 96
    1.2.1 版本修正了一个会直接提供原始文件的示例配置,论文对此做了说明。出处: 论文
  18. 97
    重写文件时可以把 SHA-256 换成 BLAKE3,conferir 会显示文件使用的哈希。出处: 论文
  19. 98
    视图同样适用于带 WJSW_ESCOPOS 的 wjsw ver,可在发布前检查每种凭证能看到什么。出处: 论文
  20. 99
    wjsw-cgi 从不直接提供原始 .jsw:每个请求都经过视图。出处: AGENTS.md
  21. 100
    关闭后再使用 Leitor 会返回错误,而不是读取已释放的内存。出处: AGENTS.md

数据类型

JSON 没有的类型,在写入时校验。

  1. 101
    decimal[2] 把 12.50 原样存为 12.50,不经过浮点数。出处: docs/JSONW.md
  2. 102
    dinheiro(金额)在每个值中保存 ISO 4217 币种,因此 10 BRL 和 10 USD 永远不会变成同一个数字。出处: docs/JSONW.md
  3. 103
    dinheiro 接受 "R$ 1.234,56" 并写入 1234.56 BRL。出处: docs/JSONW.md
  4. 104
    dinheiro 接受 US$ 并写入币种 USD。出处: docs/JSONW.md
  5. 105
    dinheiro 接受 € 并写入币种 EUR。出处: docs/JSONW.md
  6. 106
    dinheiro 接受 £、¥ 和 ₿,并写入 GBP、JPY 和 BTC。出处: docs/JSONW.md
  7. 107
    medida(度量)在每个值中保存单位,或转换为列的单位。出处: docs/JSONW.md
  8. 108
    codigo(编码)保存精确的字节:税号、密钥、车牌和 SKU 永远不会被规范化或截断。出处: docs/JSONW.md
  9. 109
    texto 保存完整的 Unicode,包括重音、表情符号和 \0。出处: docs/JSONW.md
  10. 110
    texto+nfc 在您需要时规范化 Unicode。出处: docs/JSONW.md
  11. 111
    tempo 保存 UTC 微秒。出处: docs/JSONW.md
  12. 112
    uuid 是一个类型,而不是任意文本。出处: docs/JSONW.md
  13. 113
    url 在写入时校验,最长 8 KiB。出处: docs/JSONW.md
  14. 114
    dic 在每个文件中只保存一次每个不同的文本。出处: docs/JSONW.md
  15. 115
    bits[n] 保存二进制向量。出处: docs/JSONW.md
  16. 116
    ref 指向另一个文件中的某一行。出处: docs/JSONW.md
  17. 117
    lista<t>、obj{...} 和 mapa<k,v> 最多可嵌套 1,000 层。出处: docs/JSONW.md
  18. 118
    qualquer 在模式无法固定的地方接受开放的 JSON。出处: docs/JSONW.md
  19. 119
    类型后面的 ? 表示允许 null;没有它,null 会被拒绝。出处: docs/JSONW.md
  20. 120
    新字段以 null 加入,旧文件可以被新代码读取,反之亦然。出处: 论文
  21. 121
    一个名称永远不会改变类型,因此不会有人以错误的类型读取字段。出处: 论文
  22. 122
    comparar 按值比较:-0 = 0,3 = 3.0,1.50 = 1.500。出处: README
  23. 123
    实数从不依赖机器的区域设置。出处: README
  24. 124
    整数值的实数在 JSON 中输出为 12.0,让带类型的读取方得到实数。出处: AGENTS.md

计量单位

下面每一行都于 2026年11月15日用 wjsw 1.4.1 测试过:把"1 单位"写入对应物理量的 medida 列。

  1. 125
    mm(长度)的度量:medida[m] 列接受"1 mm"并写入 0.001 m;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  2. 126
    cm(长度)的度量:medida[m] 列接受"1 cm"并写入 0.01 m;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  3. 127
    m(长度)的度量:medida[m] 列接受"1 m"并写入 1 m;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  4. 128
    km(长度)的度量:medida[m] 列接受"1 km"并写入 1000 m;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  5. 129
    µm(长度)的度量:medida[m] 列接受"1 µm"并写入 0.000001 m;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  6. 130
    nm(长度)的度量:medida[m] 列接受"1 nm"并写入 0.000000001 m;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  7. 131
    mi(长度)的度量:medida[m] 列接受"1 mi"并写入 1609 m;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  8. 132
    in(长度)的度量:medida[m] 列接受"1 in"并写入 0 m;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  9. 133
    ft(长度)的度量:medida[m] 列接受"1 ft"并写入 0 m;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  10. 134
    yd(长度)的度量:medida[m] 列接受"1 yd"并写入 1 m;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  11. 135
    nmi(长度)的度量:medida[m] 列接受"1 nmi"并写入 1852 m;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  12. 136
    mg(质量)的度量:medida[g] 列接受"1 mg"并写入 0.001 g;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  13. 137
    g(质量)的度量:medida[g] 列接受"1 g"并写入 1 g;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  14. 138
    kg(质量)的度量:medida[g] 列接受"1 kg"并写入 1000 g;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  15. 139
    t(质量)的度量:medida[g] 列接受"1 t"并写入 1000000 g;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  16. 140
    lb(质量)的度量:medida[g] 列接受"1 lb"并写入 454 g;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  17. 141
    oz(质量)的度量:medida[g] 列接受"1 oz"并写入 28 g;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  18. 142
    ct(质量)的度量:medida[g] 列接受"1 ct"并写入 0 g;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  19. 143
    mL(体积)的度量:medida[L] 列接受"1 mL"并写入 0.001 L;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  20. 144
    L(体积)的度量:medida[L] 列接受"1 L"并写入 1 L;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  21. 145
    m3(体积)的度量:medida[L] 列接受"1 m3"并写入 1000 L;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  22. 146
    cm3(体积)的度量:medida[L] 列接受"1 cm3"并写入 0.001 L;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  23. 147
    hL(体积)的度量:medida[L] 列接受"1 hL"并写入 100 L;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  24. 148
    gal(体积)的度量:medida[L] 列接受"1 gal"并写入 4 L;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  25. 149
    J(能量)的度量:medida[J] 列接受"1 J"并写入 1 J;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  26. 150
    kJ(能量)的度量:medida[J] 列接受"1 kJ"并写入 1000 J;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  27. 151
    MJ(能量)的度量:medida[J] 列接受"1 MJ"并写入 1000000 J;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  28. 152
    GJ(能量)的度量:medida[J] 列接受"1 GJ"并写入 1000000000 J;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  29. 153
    TJ(能量)的度量:medida[J] 列接受"1 TJ"并写入 1000000000000 J;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  30. 154
    Wh(能量)的度量:medida[J] 列接受"1 Wh"并写入 3600 J;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  31. 155
    kWh(能量)的度量:medida[J] 列接受"1 kWh"并写入 3600000 J;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  32. 156
    MWh(能量)的度量:medida[J] 列接受"1 MWh"并写入 3600000000 J;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  33. 157
    GWh(能量)的度量:medida[J] 列接受"1 GWh"并写入 3600000000000 J;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  34. 158
    cal(能量)的度量:medida[J] 列接受"1 cal"并写入 4 J;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  35. 159
    kcal(能量)的度量:medida[J] 列接受"1 kcal"并写入 4184 J;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  36. 160
    BTU(能量)的度量:medida[J] 列接受"1 BTU"并写入 1055 J;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  37. 161
    s(时间)的度量:medida[s] 列接受"1 s"并写入 1 s;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  38. 162
    ms(时间)的度量:medida[s] 列接受"1 ms"并写入 0.001 s;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  39. 163
    us(时间)的度量:medida[s] 列接受"1 us"并写入 0.000001 s;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  40. 164
    min(时间)的度量:medida[s] 列接受"1 min"并写入 60 s;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  41. 165
    h(时间)的度量:medida[s] 列接受"1 h"并写入 3600 s;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  42. 166
    d(时间)的度量:medida[s] 列接受"1 d"并写入 86400 s;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  43. 167
    sem(时间)的度量:medida[s] 列接受"1 sem"并写入 604800 s;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  44. 168
    m2(面积)的度量:medida[m2] 列接受"1 m2"并写入 1 m2;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  45. 169
    cm2(面积)的度量:medida[m2] 列接受"1 cm2"并写入 0.0001 m2;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  46. 170
    km2(面积)的度量:medida[m2] 列接受"1 km2"并写入 1000000 m2;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  47. 171
    ha(面积)的度量:medida[m2] 列接受"1 ha"并写入 10000 m2;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  48. 172
    ft2(面积)的度量:medida[m2] 列接受"1 ft2"并写入 0 m2;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  49. 173
    alq(面积)的度量:medida[m2] 列接受"1 alq"并写入 24200 m2;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  50. 174
    B(数据量)的度量:medida[B] 列接受"1 B"并写入 1 B;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  51. 175
    KB(数据量)的度量:medida[B] 列接受"1 KB"并写入 1000 B;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  52. 176
    MB(数据量)的度量:medida[B] 列接受"1 MB"并写入 1000000 B;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  53. 177
    GB(数据量)的度量:medida[B] 列接受"1 GB"并写入 1000000000 B;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  54. 178
    TB(数据量)的度量:medida[B] 列接受"1 TB"并写入 1000000000000 B;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  55. 179
    KiB(数据量)的度量:medida[B] 列接受"1 KiB"并写入 1024 B;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  56. 180
    MiB(数据量)的度量:medida[B] 列接受"1 MiB"并写入 1048576 B;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  57. 181
    GiB(数据量)的度量:medida[B] 列接受"1 GiB"并写入 1073741824 B;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  58. 182
    TiB(数据量)的度量:medida[B] 列接受"1 TiB"并写入 1099511627776 B;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  59. 183
    bit(数据量)的度量:medida[B] 列接受"1 bit"并写入 0 B;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  60. 184
    m/s(速度)的度量:medida[m/s] 列接受"1 m/s"并写入 1 m/s;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  61. 185
    km/h(速度)的度量:medida[m/s] 列接受"1 km/h"并写入 0 m/s;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  62. 186
    mph(速度)的度量:medida[m/s] 列接受"1 mph"并写入 0 m/s;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  63. 187
    kn(速度)的度量:medida[m/s] 列接受"1 kn"并写入 1 m/s;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  64. 188
    ft/s(速度)的度量:medida[m/s] 列接受"1 ft/s"并写入 0 m/s;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  65. 189
    C(温度)的度量:medida[C] 列接受"1 C"并写入 1 C;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  66. 190
    F(温度)的度量:medida[C] 列接受"1 F"并写入 -17 C;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  67. 191
    K(温度)的度量:medida[C] 列接受"1 K"并写入 -272 C;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  68. 192
    un(无量纲)的度量:medida[un] 列接受"1 un"并写入 1 un;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  69. 193
    %(无量纲)的度量:medida[un] 列接受"1 %"并写入 0.01 un;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  70. 194
    permil(无量纲)的度量:medida[un] 列接受"1 permil"并写入 0.001 un;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  71. 195
    ppm(无量纲)的度量:medida[un] 列接受"1 ppm"并写入 0.000001 un;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  72. 196
    pc(无量纲)的度量:medida[un] 列接受"1 pc"并写入 1 un;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  73. 197
    W(功率)的度量:medida[W] 列接受"1 W"并写入 1 W;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  74. 198
    kW(功率)的度量:medida[W] 列接受"1 kW"并写入 1000 W;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  75. 199
    MW(功率)的度量:medida[W] 列接受"1 MW"并写入 1000000 W;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  76. 200
    cv(功率)的度量:medida[W] 列接受"1 cv"并写入 735 W;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  77. 201
    hp(功率)的度量:medida[W] 列接受"1 hp"并写入 746 W;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  78. 202
    Pa(压强)的度量:medida[Pa] 列接受"1 Pa"并写入 1 Pa;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  79. 203
    kPa(压强)的度量:medida[Pa] 列接受"1 kPa"并写入 1000 Pa;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  80. 204
    bar(压强)的度量:medida[Pa] 列接受"1 bar"并写入 100000 Pa;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  81. 205
    atm(压强)的度量:medida[Pa] 列接受"1 atm"并写入 101325 Pa;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  82. 206
    psi(压强)的度量:medida[Pa] 列接受"1 psi"并写入 6895 Pa;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  83. 207
    mmHg(压强)的度量:medida[Pa] 列接受"1 mmHg"并写入 133 Pa;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  84. 208
    gCO2e(碳排放)的度量:medida[kgCO2e] 列接受"1 gCO2e"并写入 0.001 kgCO2e;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  85. 209
    kgCO2e(碳排放)的度量:medida[kgCO2e] 列接受"1 kgCO2e"并写入 1 kgCO2e;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  86. 210
    tCO2e(碳排放)的度量:medida[kgCO2e] 列接受"1 tCO2e"并写入 1000 kgCO2e;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  87. 211
    kg/m3(密度)的度量:medida[kg/m3] 列接受"1 kg/m3"并写入 1 kg/m3;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  88. 212
    g/cm3(密度)的度量:medida[kg/m3] 列接受"1 g/cm3"并写入 1000 kg/m3;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试
  89. 213
    g/L(密度)的度量:medida[kg/m3] 列接受"1 g/L"并写入 1 kg/m3;其他物理量会被拒绝。出处: 用 wjsw 1.3.11 测试

按格式对比

每项对比都针对格式本身,不依赖额外的库,并引用对方格式的官方规范。

jsonW 与 JSON 对比

jsonW 在格式本身中具备而 JSON 不具备的能力,不依赖额外的库。

  1. 214
    带币种的金额:jsonW 在每个值中保存 ISO 4217 币种(12.50 BRL),雷亚尔和美元永远不会变成同一个数字;JSON 本身没有金额类型。出处: JSON 规范 · 论文
  2. 215
    带单位的度量:medida[kg] 列在写入时转换 g、t 或 lb,并拒绝其他物理量;JSON 既不保存单位,也不转换。出处: JSON 规范 · 论文
  3. 216
    按列、行和单元格的权限:提供文件的一方在响应之前隐藏 +pessoal 列和其他租户的行;JSON 格式中没有按权限的视图。出处: JSON 规范 · 论文
  4. 217
    文件中的租户:读取时其他客户的块根本不会被打开;JSON 本身不区分客户。出处: JSON 规范 · 论文
  5. 218
    覆盖整个文件的 SHA-256 或 BLAKE3 哈希链:改动一个字节,conferir 就会失败,无需任何密钥;JSON 没有这样的链。出处: JSON 规范 · 论文
  6. 219
    在文件内按语义检索,对 vf32、vf16、vq8 或 vq4 计算余弦;用 JSON 则需要单独的向量数据库。出处: JSON 规范 · 论文
  7. 220
    在文件内用 IDF 权重按词检索;用 JSON 则需要单独的搜索引擎。出处: JSON 规范 · 论文
  8. 221
    格式本身提供前 k 名,顺序确定(并列时行号小的在前);JSON 没有排序功能。出处: JSON 规范 · 论文
  9. 222
    基于词表的分类器(Aho-Corasick),一次扫描就能找出文本中的所有词;JSON 没有类似功能。出处: JSON 规范 · 论文
  10. 223
    多线性网格:直接从文件进行双线性、三线性及更高维插值;用 JSON 则插值写在应用代码里。出处: JSON 规范 · 论文
  11. 224
    相近的拼写和读音:用 ~~ 运算符,"Kokakola" 能找到 "Coca-Cola",支持 pt、en、es 和 zh;JSON 没有相近拼写检索。出处: JSON 规范 · 论文
  12. 225
    音频信号(音高、停顿、jitter、shimmer、HNR、共振峰、MFCC)被测量并写成格式中的一行;JSON 不测量音频。出处: JSON 规范 · 论文
  13. 226
    文本信号(否定、情感极性、被动语态、代词、表情符号、笑声),支持 pt、en、es 和 zh;JSON 不测量文本。出处: JSON 规范 · 论文
  14. 227
    按场景切分的视频:切点、亮度、运动、颜色和每一段的音频都输出为格式中的行;JSON 不分析视频。出处: JSON 规范 · 论文
  15. 228
    文件本身保存历史:再次写入同一个键就是修改,_apagado: true 就是删除,旧版本不会丢失;JSON 不在文件中保存修改历史。出处: JSON 规范 · 论文
  16. 229
    写入时校验 URL(scheme://、mailto:、tel:、urn:);JSON 在地址的位置接受任意文本。出处: JSON 规范 · 论文
  17. 230
    媒体类型,带哈希、MIME 类型、大小、时长、宽度和高度;JSON 没有媒体类型。出处: JSON 规范 · 论文
  18. 231
    同一个模型中有三种无损形式:用于实时的二进制行、按列存储的文件,以及接受任何 JSON 的文本;JSON 无法同时具备这三种。出处: JSON 规范 · 论文
  19. 232
    用 HMAC-SHA256 签名的凭证,含租户、范围和有效期,以恒定时间校验并防止重放;JSON 没有定义凭证。出处: JSON 规范 · 论文
  20. 233
    模式就在文件中,只占一行(id:i64,nome:texto?,preco:dinheiro);JSON 不随数据携带模式。出处: JSON 规范 · 论文
  21. 234
    读取一列而不读其他列:在论文的测试中,读取一列比 JSONL 快 2,310 倍;JSON 必须读取整条记录。出处: JSON 规范 · 论文
  22. 235
    精确小数(decimal[2]):12.50 从不经过浮点数;JSON 没有精确小数。出处: JSON 规范 · 论文
  23. 236
    日期时间有自己的类型(tempo,UTC 微秒);在 JSON 中日期没有类型,每个程序各自解读。出处: JSON 规范 · 论文
  24. 237
    区间:每块的最小值和最大值让过滤直接跳过整块(论文的一个测试中跳过了 103 块中的 102 块);JSON 要过滤就得全部读一遍。出处: JSON 规范 · 论文
  25. 238
    字典:重复的文本(城市、状态、类别)每个文件只存一次;JSON 在每条记录中重复文本。出处: JSON 规范 · 论文
  26. 239
    内置按块压缩,分三个级别,且不影响对每个块的访问;JSON 本身不压缩。出处: JSON 规范 · 论文
  27. 240
    通过 HTTP Range 远程部分读取:读取 79.1 MB 文件中的一行只下载了 0.98%;JSON 要找一行就必须下载整个文件。出处: JSON 规范 · 论文
  28. 241
    每个块都有 CRC32C,用于发现意外损坏;JSON 没有校验和。出处: JSON 规范 · 论文
  29. 242
    写入中断只会丢失最后一个块,wjsw reparar 可以重建文件末尾;从中间截断的 JSON 文件将无法读取。出处: JSON 规范 · 论文
  30. 243
    16、8 和 4 位向量(vf16、vq8、vq4)作为类型,可直接计算余弦;JSON 没有半精度或量化向量。出处: JSON 规范 · 论文
  31. 244
    数字可用逗号或句点:输入接受 1.234,56 和 1,234.56,规范输出使用句点;JSON 只接受一种写法,分隔符留给各个程序处理。出处: JSON 规范 · 论文

jsonW 与 JSONL 对比

jsonW 在格式本身中具备而 JSONL 不具备的能力,不依赖额外的库。

  1. 245
    带币种的金额:jsonW 在每个值中保存 ISO 4217 币种(12.50 BRL),雷亚尔和美元永远不会变成同一个数字;JSONL 本身没有金额类型。出处: JSONL 规范 · 论文
  2. 246
    带单位的度量:medida[kg] 列在写入时转换 g、t 或 lb,并拒绝其他物理量;JSONL 既不保存单位,也不转换。出处: JSONL 规范 · 论文
  3. 247
    按列、行和单元格的权限:提供文件的一方在响应之前隐藏 +pessoal 列和其他租户的行;JSONL 格式中没有按权限的视图。出处: JSONL 规范 · 论文
  4. 248
    文件中的租户:读取时其他客户的块根本不会被打开;JSONL 本身不区分客户。出处: JSONL 规范 · 论文
  5. 249
    覆盖整个文件的 SHA-256 或 BLAKE3 哈希链:改动一个字节,conferir 就会失败,无需任何密钥;JSONL 没有这样的链。出处: JSONL 规范 · 论文
  6. 250
    在文件内按语义检索,对 vf32、vf16、vq8 或 vq4 计算余弦;用 JSONL 则需要单独的向量数据库。出处: JSONL 规范 · 论文
  7. 251
    在文件内用 IDF 权重按词检索;用 JSONL 则需要单独的搜索引擎。出处: JSONL 规范 · 论文
  8. 252
    格式本身提供前 k 名,顺序确定(并列时行号小的在前);JSONL 没有排序功能。出处: JSONL 规范 · 论文
  9. 253
    基于词表的分类器(Aho-Corasick),一次扫描就能找出文本中的所有词;JSONL 没有类似功能。出处: JSONL 规范 · 论文
  10. 254
    多线性网格:直接从文件进行双线性、三线性及更高维插值;用 JSONL 则插值写在应用代码里。出处: JSONL 规范 · 论文
  11. 255
    相近的拼写和读音:用 ~~ 运算符,"Kokakola" 能找到 "Coca-Cola",支持 pt、en、es 和 zh;JSONL 没有相近拼写检索。出处: JSONL 规范 · 论文
  12. 256
    音频信号(音高、停顿、jitter、shimmer、HNR、共振峰、MFCC)被测量并写成格式中的一行;JSONL 不测量音频。出处: JSONL 规范 · 论文
  13. 257
    文本信号(否定、情感极性、被动语态、代词、表情符号、笑声),支持 pt、en、es 和 zh;JSONL 不测量文本。出处: JSONL 规范 · 论文
  14. 258
    按场景切分的视频:切点、亮度、运动、颜色和每一段的音频都输出为格式中的行;JSONL 不分析视频。出处: JSONL 规范 · 论文
  15. 259
    文件本身保存历史:再次写入同一个键就是修改,_apagado: true 就是删除,旧版本不会丢失;JSONL 不在文件中保存修改历史。出处: JSONL 规范 · 论文
  16. 260
    写入时校验 URL(scheme://、mailto:、tel:、urn:);JSONL 在地址的位置接受任意文本。出处: JSONL 规范 · 论文
  17. 261
    媒体类型,带哈希、MIME 类型、大小、时长、宽度和高度;JSONL 没有媒体类型。出处: JSONL 规范 · 论文
  18. 262
    同一个模型中有三种无损形式:用于实时的二进制行、按列存储的文件,以及接受任何 JSON 的文本;JSONL 无法同时具备这三种。出处: JSONL 规范 · 论文
  19. 263
    用 HMAC-SHA256 签名的凭证,含租户、范围和有效期,以恒定时间校验并防止重放;JSONL 没有定义凭证。出处: JSONL 规范 · 论文
  20. 264
    模式就在文件中,只占一行(id:i64,nome:texto?,preco:dinheiro);JSONL 不随数据携带模式。出处: JSONL 规范 · 论文
  21. 265
    读取一列而不读其他列:在论文的测试中,读取一列比 JSONL 快 2,310 倍;JSONL 必须读取整条记录。出处: JSONL 规范 · 论文
  22. 266
    精确小数(decimal[2]):12.50 从不经过浮点数;JSONL 没有精确小数。出处: JSONL 规范 · 论文
  23. 267
    日期时间有自己的类型(tempo,UTC 微秒);在 JSONL 中日期没有类型,每个程序各自解读。出处: JSONL 规范 · 论文
  24. 268
    区间:每块的最小值和最大值让过滤直接跳过整块(论文的一个测试中跳过了 103 块中的 102 块);JSONL 要过滤就得全部读一遍。出处: JSONL 规范 · 论文
  25. 269
    字典:重复的文本(城市、状态、类别)每个文件只存一次;JSONL 在每条记录中重复文本。出处: JSONL 规范 · 论文
  26. 270
    内置按块压缩,分三个级别,且不影响对每个块的访问;JSONL 本身不压缩。出处: JSONL 规范 · 论文
  27. 271
    通过 HTTP Range 远程部分读取:读取 79.1 MB 文件中的一行只下载了 0.98%;JSONL 要找一行就必须下载整个文件。出处: JSONL 规范 · 论文
  28. 272
    每个块都有 CRC32C,用于发现意外损坏;JSONL 没有校验和。出处: JSONL 规范 · 论文
  29. 273
    16、8 和 4 位向量(vf16、vq8、vq4)作为类型,可直接计算余弦;JSONL 没有半精度或量化向量。出处: JSONL 规范 · 论文
  30. 274
    数字可用逗号或句点:输入接受 1.234,56 和 1,234.56,规范输出使用句点;JSONL 只接受一种写法,分隔符留给各个程序处理。出处: JSONL 规范 · 论文

jsonW 与 CSV 对比

jsonW 在格式本身中具备而 CSV 不具备的能力,不依赖额外的库。

  1. 275
    带币种的金额:jsonW 在每个值中保存 ISO 4217 币种(12.50 BRL),雷亚尔和美元永远不会变成同一个数字;CSV 本身没有金额类型。出处: CSV 规范 · 论文
  2. 276
    带单位的度量:medida[kg] 列在写入时转换 g、t 或 lb,并拒绝其他物理量;CSV 既不保存单位,也不转换。出处: CSV 规范 · 论文
  3. 277
    按列、行和单元格的权限:提供文件的一方在响应之前隐藏 +pessoal 列和其他租户的行;CSV 格式中没有按权限的视图。出处: CSV 规范 · 论文
  4. 278
    文件中的租户:读取时其他客户的块根本不会被打开;CSV 本身不区分客户。出处: CSV 规范 · 论文
  5. 279
    覆盖整个文件的 SHA-256 或 BLAKE3 哈希链:改动一个字节,conferir 就会失败,无需任何密钥;CSV 没有这样的链。出处: CSV 规范 · 论文
  6. 280
    在文件内按语义检索,对 vf32、vf16、vq8 或 vq4 计算余弦;用 CSV 则需要单独的向量数据库。出处: CSV 规范 · 论文
  7. 281
    在文件内用 IDF 权重按词检索;用 CSV 则需要单独的搜索引擎。出处: CSV 规范 · 论文
  8. 282
    格式本身提供前 k 名,顺序确定(并列时行号小的在前);CSV 没有排序功能。出处: CSV 规范 · 论文
  9. 283
    基于词表的分类器(Aho-Corasick),一次扫描就能找出文本中的所有词;CSV 没有类似功能。出处: CSV 规范 · 论文
  10. 284
    多线性网格:直接从文件进行双线性、三线性及更高维插值;用 CSV 则插值写在应用代码里。出处: CSV 规范 · 论文
  11. 285
    相近的拼写和读音:用 ~~ 运算符,"Kokakola" 能找到 "Coca-Cola",支持 pt、en、es 和 zh;CSV 没有相近拼写检索。出处: CSV 规范 · 论文
  12. 286
    音频信号(音高、停顿、jitter、shimmer、HNR、共振峰、MFCC)被测量并写成格式中的一行;CSV 不测量音频。出处: CSV 规范 · 论文
  13. 287
    文本信号(否定、情感极性、被动语态、代词、表情符号、笑声),支持 pt、en、es 和 zh;CSV 不测量文本。出处: CSV 规范 · 论文
  14. 288
    按场景切分的视频:切点、亮度、运动、颜色和每一段的音频都输出为格式中的行;CSV 不分析视频。出处: CSV 规范 · 论文
  15. 289
    文件本身保存历史:再次写入同一个键就是修改,_apagado: true 就是删除,旧版本不会丢失;CSV 不在文件中保存修改历史。出处: CSV 规范 · 论文
  16. 290
    写入时校验 URL(scheme://、mailto:、tel:、urn:);CSV 在地址的位置接受任意文本。出处: CSV 规范 · 论文
  17. 291
    媒体类型,带哈希、MIME 类型、大小、时长、宽度和高度;CSV 没有媒体类型。出处: CSV 规范 · 论文
  18. 292
    同一个模型中有三种无损形式:用于实时的二进制行、按列存储的文件,以及接受任何 JSON 的文本;CSV 无法同时具备这三种。出处: CSV 规范 · 论文
  19. 293
    用 HMAC-SHA256 签名的凭证,含租户、范围和有效期,以恒定时间校验并防止重放;CSV 没有定义凭证。出处: CSV 规范 · 论文
  20. 294
    模式就在文件中,只占一行(id:i64,nome:texto?,preco:dinheiro);CSV 不随数据携带模式。出处: CSV 规范 · 论文
  21. 295
    读取一列而不读其他列:在论文的测试中,读取一列比 JSONL 快 2,310 倍;CSV 必须读取整条记录。出处: CSV 规范 · 论文
  22. 296
    精确小数(decimal[2]):12.50 从不经过浮点数;CSV 没有精确小数。出处: CSV 规范 · 论文
  23. 297
    日期时间有自己的类型(tempo,UTC 微秒);在 CSV 中日期没有类型,每个程序各自解读。出处: CSV 规范 · 论文
  24. 298
    类型来自模式,而不是猜测:codigo 列中的 "0123" 仍是 "0123";在 CSV 中,读取方猜测类型,可能去掉前导零,或把 "NO" 变成 false。出处: CSV 规范 · 论文
  25. 299
    区间:每块的最小值和最大值让过滤直接跳过整块(论文的一个测试中跳过了 103 块中的 102 块);CSV 要过滤就得全部读一遍。出处: CSV 规范 · 论文
  26. 300
    字典:重复的文本(城市、状态、类别)每个文件只存一次;CSV 在每条记录中重复文本。出处: CSV 规范 · 论文
  27. 301
    内置按块压缩,分三个级别,且不影响对每个块的访问;CSV 本身不压缩。出处: CSV 规范 · 论文
  28. 302
    通过 HTTP Range 远程部分读取:读取 79.1 MB 文件中的一行只下载了 0.98%;CSV 要找一行就必须下载整个文件。出处: CSV 规范 · 论文
  29. 303
    每个块都有 CRC32C,用于发现意外损坏;CSV 没有校验和。出处: CSV 规范 · 论文
  30. 304
    16、8 和 4 位向量(vf16、vq8、vq4)作为类型,可直接计算余弦;CSV 没有半精度或量化向量。出处: CSV 规范 · 论文
  31. 305
    带类型的嵌套列表、对象和映射(lista<t>、obj{...}、mapa<k,v>);CSV 只有扁平的行和列。出处: CSV 规范 · 论文
  32. 306
    任何有效的 JSON 都已经是有效的 jsonW 文本,无需转换;从 JSON 到 CSV 则需要转换。出处: CSV 规范 · 论文
  33. 307
    数字可用逗号或句点:输入接受 1.234,56 和 1,234.56,规范输出使用句点;CSV 只接受一种写法,分隔符留给各个程序处理。出处: CSV 规范 · 论文

jsonW 与 TSV 对比

jsonW 在格式本身中具备而 TSV 不具备的能力,不依赖额外的库。

  1. 308
    带币种的金额:jsonW 在每个值中保存 ISO 4217 币种(12.50 BRL),雷亚尔和美元永远不会变成同一个数字;TSV 本身没有金额类型。出处: TSV 规范 · 论文
  2. 309
    带单位的度量:medida[kg] 列在写入时转换 g、t 或 lb,并拒绝其他物理量;TSV 既不保存单位,也不转换。出处: TSV 规范 · 论文
  3. 310
    按列、行和单元格的权限:提供文件的一方在响应之前隐藏 +pessoal 列和其他租户的行;TSV 格式中没有按权限的视图。出处: TSV 规范 · 论文
  4. 311
    文件中的租户:读取时其他客户的块根本不会被打开;TSV 本身不区分客户。出处: TSV 规范 · 论文
  5. 312
    覆盖整个文件的 SHA-256 或 BLAKE3 哈希链:改动一个字节,conferir 就会失败,无需任何密钥;TSV 没有这样的链。出处: TSV 规范 · 论文
  6. 313
    在文件内按语义检索,对 vf32、vf16、vq8 或 vq4 计算余弦;用 TSV 则需要单独的向量数据库。出处: TSV 规范 · 论文
  7. 314
    在文件内用 IDF 权重按词检索;用 TSV 则需要单独的搜索引擎。出处: TSV 规范 · 论文
  8. 315
    格式本身提供前 k 名,顺序确定(并列时行号小的在前);TSV 没有排序功能。出处: TSV 规范 · 论文
  9. 316
    基于词表的分类器(Aho-Corasick),一次扫描就能找出文本中的所有词;TSV 没有类似功能。出处: TSV 规范 · 论文
  10. 317
    多线性网格:直接从文件进行双线性、三线性及更高维插值;用 TSV 则插值写在应用代码里。出处: TSV 规范 · 论文
  11. 318
    相近的拼写和读音:用 ~~ 运算符,"Kokakola" 能找到 "Coca-Cola",支持 pt、en、es 和 zh;TSV 没有相近拼写检索。出处: TSV 规范 · 论文
  12. 319
    音频信号(音高、停顿、jitter、shimmer、HNR、共振峰、MFCC)被测量并写成格式中的一行;TSV 不测量音频。出处: TSV 规范 · 论文
  13. 320
    文本信号(否定、情感极性、被动语态、代词、表情符号、笑声),支持 pt、en、es 和 zh;TSV 不测量文本。出处: TSV 规范 · 论文
  14. 321
    按场景切分的视频:切点、亮度、运动、颜色和每一段的音频都输出为格式中的行;TSV 不分析视频。出处: TSV 规范 · 论文
  15. 322
    文件本身保存历史:再次写入同一个键就是修改,_apagado: true 就是删除,旧版本不会丢失;TSV 不在文件中保存修改历史。出处: TSV 规范 · 论文
  16. 323
    写入时校验 URL(scheme://、mailto:、tel:、urn:);TSV 在地址的位置接受任意文本。出处: TSV 规范 · 论文
  17. 324
    媒体类型,带哈希、MIME 类型、大小、时长、宽度和高度;TSV 没有媒体类型。出处: TSV 规范 · 论文
  18. 325
    同一个模型中有三种无损形式:用于实时的二进制行、按列存储的文件,以及接受任何 JSON 的文本;TSV 无法同时具备这三种。出处: TSV 规范 · 论文
  19. 326
    用 HMAC-SHA256 签名的凭证,含租户、范围和有效期,以恒定时间校验并防止重放;TSV 没有定义凭证。出处: TSV 规范 · 论文
  20. 327
    模式就在文件中,只占一行(id:i64,nome:texto?,preco:dinheiro);TSV 不随数据携带模式。出处: TSV 规范 · 论文
  21. 328
    读取一列而不读其他列:在论文的测试中,读取一列比 JSONL 快 2,310 倍;TSV 必须读取整条记录。出处: TSV 规范 · 论文
  22. 329
    精确小数(decimal[2]):12.50 从不经过浮点数;TSV 没有精确小数。出处: TSV 规范 · 论文
  23. 330
    日期时间有自己的类型(tempo,UTC 微秒);在 TSV 中日期没有类型,每个程序各自解读。出处: TSV 规范 · 论文
  24. 331
    类型来自模式,而不是猜测:codigo 列中的 "0123" 仍是 "0123";在 TSV 中,读取方猜测类型,可能去掉前导零,或把 "NO" 变成 false。出处: TSV 规范 · 论文
  25. 332
    区间:每块的最小值和最大值让过滤直接跳过整块(论文的一个测试中跳过了 103 块中的 102 块);TSV 要过滤就得全部读一遍。出处: TSV 规范 · 论文
  26. 333
    字典:重复的文本(城市、状态、类别)每个文件只存一次;TSV 在每条记录中重复文本。出处: TSV 规范 · 论文
  27. 334
    内置按块压缩,分三个级别,且不影响对每个块的访问;TSV 本身不压缩。出处: TSV 规范 · 论文
  28. 335
    通过 HTTP Range 远程部分读取:读取 79.1 MB 文件中的一行只下载了 0.98%;TSV 要找一行就必须下载整个文件。出处: TSV 规范 · 论文
  29. 336
    每个块都有 CRC32C,用于发现意外损坏;TSV 没有校验和。出处: TSV 规范 · 论文
  30. 337
    16、8 和 4 位向量(vf16、vq8、vq4)作为类型,可直接计算余弦;TSV 没有半精度或量化向量。出处: TSV 规范 · 论文
  31. 338
    带类型的嵌套列表、对象和映射(lista<t>、obj{...}、mapa<k,v>);TSV 只有扁平的行和列。出处: TSV 规范 · 论文
  32. 339
    任何有效的 JSON 都已经是有效的 jsonW 文本,无需转换;从 JSON 到 TSV 则需要转换。出处: TSV 规范 · 论文
  33. 340
    数字可用逗号或句点:输入接受 1.234,56 和 1,234.56,规范输出使用句点;TSV 只接受一种写法,分隔符留给各个程序处理。出处: TSV 规范 · 论文

jsonW 与 XML 对比

jsonW 在格式本身中具备而 XML 不具备的能力,不依赖额外的库。

  1. 341
    带币种的金额:jsonW 在每个值中保存 ISO 4217 币种(12.50 BRL),雷亚尔和美元永远不会变成同一个数字;XML 本身没有金额类型。出处: XML 规范 · 论文
  2. 342
    带单位的度量:medida[kg] 列在写入时转换 g、t 或 lb,并拒绝其他物理量;XML 既不保存单位,也不转换。出处: XML 规范 · 论文
  3. 343
    按列、行和单元格的权限:提供文件的一方在响应之前隐藏 +pessoal 列和其他租户的行;XML 格式中没有按权限的视图。出处: XML 规范 · 论文
  4. 344
    文件中的租户:读取时其他客户的块根本不会被打开;XML 本身不区分客户。出处: XML 规范 · 论文
  5. 345
    覆盖整个文件的 SHA-256 或 BLAKE3 哈希链:改动一个字节,conferir 就会失败,无需任何密钥;XML 没有这样的链。出处: XML 规范 · 论文
  6. 346
    在文件内按语义检索,对 vf32、vf16、vq8 或 vq4 计算余弦;用 XML 则需要单独的向量数据库。出处: XML 规范 · 论文
  7. 347
    在文件内用 IDF 权重按词检索;用 XML 则需要单独的搜索引擎。出处: XML 规范 · 论文
  8. 348
    格式本身提供前 k 名,顺序确定(并列时行号小的在前);XML 没有排序功能。出处: XML 规范 · 论文
  9. 349
    基于词表的分类器(Aho-Corasick),一次扫描就能找出文本中的所有词;XML 没有类似功能。出处: XML 规范 · 论文
  10. 350
    多线性网格:直接从文件进行双线性、三线性及更高维插值;用 XML 则插值写在应用代码里。出处: XML 规范 · 论文
  11. 351
    相近的拼写和读音:用 ~~ 运算符,"Kokakola" 能找到 "Coca-Cola",支持 pt、en、es 和 zh;XML 没有相近拼写检索。出处: XML 规范 · 论文
  12. 352
    音频信号(音高、停顿、jitter、shimmer、HNR、共振峰、MFCC)被测量并写成格式中的一行;XML 不测量音频。出处: XML 规范 · 论文
  13. 353
    文本信号(否定、情感极性、被动语态、代词、表情符号、笑声),支持 pt、en、es 和 zh;XML 不测量文本。出处: XML 规范 · 论文
  14. 354
    按场景切分的视频:切点、亮度、运动、颜色和每一段的音频都输出为格式中的行;XML 不分析视频。出处: XML 规范 · 论文
  15. 355
    文件本身保存历史:再次写入同一个键就是修改,_apagado: true 就是删除,旧版本不会丢失;XML 不在文件中保存修改历史。出处: XML 规范 · 论文
  16. 356
    写入时校验 URL(scheme://、mailto:、tel:、urn:);XML 在地址的位置接受任意文本。出处: XML 规范 · 论文
  17. 357
    媒体类型,带哈希、MIME 类型、大小、时长、宽度和高度;XML 没有媒体类型。出处: XML 规范 · 论文
  18. 358
    同一个模型中有三种无损形式:用于实时的二进制行、按列存储的文件,以及接受任何 JSON 的文本;XML 无法同时具备这三种。出处: XML 规范 · 论文
  19. 359
    用 HMAC-SHA256 签名的凭证,含租户、范围和有效期,以恒定时间校验并防止重放;XML 没有定义凭证。出处: XML 规范 · 论文
  20. 360
    模式就在文件中,只占一行(id:i64,nome:texto?,preco:dinheiro);XML 不随数据携带模式。出处: XML 规范 · 论文
  21. 361
    读取一列而不读其他列:在论文的测试中,读取一列比 JSONL 快 2,310 倍;XML 必须读取整条记录。出处: XML 规范 · 论文
  22. 362
    精确小数(decimal[2]):12.50 从不经过浮点数;XML 没有精确小数。出处: XML 规范 · 论文
  23. 363
    日期时间有自己的类型(tempo,UTC 微秒);在 XML 中日期没有类型,每个程序各自解读。出处: XML 规范 · 论文
  24. 364
    区间:每块的最小值和最大值让过滤直接跳过整块(论文的一个测试中跳过了 103 块中的 102 块);XML 要过滤就得全部读一遍。出处: XML 规范 · 论文
  25. 365
    字典:重复的文本(城市、状态、类别)每个文件只存一次;XML 在每条记录中重复文本。出处: XML 规范 · 论文
  26. 366
    内置按块压缩,分三个级别,且不影响对每个块的访问;XML 本身不压缩。出处: XML 规范 · 论文
  27. 367
    通过 HTTP Range 远程部分读取:读取 79.1 MB 文件中的一行只下载了 0.98%;XML 要找一行就必须下载整个文件。出处: XML 规范 · 论文
  28. 368
    每个块都有 CRC32C,用于发现意外损坏;XML 没有校验和。出处: XML 规范 · 论文
  29. 369
    写入中断只会丢失最后一个块,wjsw reparar 可以重建文件末尾;从中间截断的 XML 文件将无法读取。出处: XML 规范 · 论文
  30. 370
    16、8 和 4 位向量(vf16、vq8、vq4)作为类型,可直接计算余弦;XML 没有半精度或量化向量。出处: XML 规范 · 论文
  31. 371
    任何有效的 JSON 都已经是有效的 jsonW 文本,无需转换;从 JSON 到 XML 则需要转换。出处: XML 规范 · 论文
  32. 372
    数字可用逗号或句点:输入接受 1.234,56 和 1,234.56,规范输出使用句点;XML 只接受一种写法,分隔符留给各个程序处理。出处: XML 规范 · 论文

jsonW 与 XLSX 对比

jsonW 在格式本身中具备而 XLSX 不具备的能力,不依赖额外的库。

  1. 373
    带币种的金额:jsonW 在每个值中保存 ISO 4217 币种(12.50 BRL),雷亚尔和美元永远不会变成同一个数字;XLSX 本身没有金额类型。出处: XLSX 规范 · 论文
  2. 374
    带单位的度量:medida[kg] 列在写入时转换 g、t 或 lb,并拒绝其他物理量;XLSX 既不保存单位,也不转换。出处: XLSX 规范 · 论文
  3. 375
    按列、行和单元格的权限:提供文件的一方在响应之前隐藏 +pessoal 列和其他租户的行;XLSX 格式中没有按权限的视图。出处: XLSX 规范 · 论文
  4. 376
    文件中的租户:读取时其他客户的块根本不会被打开;XLSX 本身不区分客户。出处: XLSX 规范 · 论文
  5. 377
    覆盖整个文件的 SHA-256 或 BLAKE3 哈希链:改动一个字节,conferir 就会失败,无需任何密钥;XLSX 没有这样的链。出处: XLSX 规范 · 论文
  6. 378
    在文件内按语义检索,对 vf32、vf16、vq8 或 vq4 计算余弦;用 XLSX 则需要单独的向量数据库。出处: XLSX 规范 · 论文
  7. 379
    在文件内用 IDF 权重按词检索;用 XLSX 则需要单独的搜索引擎。出处: XLSX 规范 · 论文
  8. 380
    格式本身提供前 k 名,顺序确定(并列时行号小的在前);XLSX 没有排序功能。出处: XLSX 规范 · 论文
  9. 381
    基于词表的分类器(Aho-Corasick),一次扫描就能找出文本中的所有词;XLSX 没有类似功能。出处: XLSX 规范 · 论文
  10. 382
    多线性网格:直接从文件进行双线性、三线性及更高维插值;用 XLSX 则插值写在应用代码里。出处: XLSX 规范 · 论文
  11. 383
    相近的拼写和读音:用 ~~ 运算符,"Kokakola" 能找到 "Coca-Cola",支持 pt、en、es 和 zh;XLSX 没有相近拼写检索。出处: XLSX 规范 · 论文
  12. 384
    音频信号(音高、停顿、jitter、shimmer、HNR、共振峰、MFCC)被测量并写成格式中的一行;XLSX 不测量音频。出处: XLSX 规范 · 论文
  13. 385
    文本信号(否定、情感极性、被动语态、代词、表情符号、笑声),支持 pt、en、es 和 zh;XLSX 不测量文本。出处: XLSX 规范 · 论文
  14. 386
    按场景切分的视频:切点、亮度、运动、颜色和每一段的音频都输出为格式中的行;XLSX 不分析视频。出处: XLSX 规范 · 论文
  15. 387
    文件本身保存历史:再次写入同一个键就是修改,_apagado: true 就是删除,旧版本不会丢失;XLSX 不在文件中保存修改历史。出处: XLSX 规范 · 论文
  16. 388
    写入时校验 URL(scheme://、mailto:、tel:、urn:);XLSX 在地址的位置接受任意文本。出处: XLSX 规范 · 论文
  17. 389
    媒体类型,带哈希、MIME 类型、大小、时长、宽度和高度;XLSX 没有媒体类型。出处: XLSX 规范 · 论文
  18. 390
    同一个模型中有三种无损形式:用于实时的二进制行、按列存储的文件,以及接受任何 JSON 的文本;XLSX 无法同时具备这三种。出处: XLSX 规范 · 论文
  19. 391
    用 HMAC-SHA256 签名的凭证,含租户、范围和有效期,以恒定时间校验并防止重放;XLSX 没有定义凭证。出处: XLSX 规范 · 论文
  20. 392
    模式就在文件中,只占一行(id:i64,nome:texto?,preco:dinheiro);XLSX 不随数据携带模式。出处: XLSX 规范 · 论文
  21. 393
    读取一列而不读其他列:在论文的测试中,读取一列比 JSONL 快 2,310 倍;XLSX 必须读取整条记录。出处: XLSX 规范 · 论文
  22. 394
    精确小数(decimal[2]):12.50 从不经过浮点数;XLSX 没有精确小数。出处: XLSX 规范 · 论文
  23. 395
    区间:每块的最小值和最大值让过滤直接跳过整块(论文的一个测试中跳过了 103 块中的 102 块);XLSX 要过滤就得全部读一遍。出处: XLSX 规范 · 论文
  24. 396
    通过 HTTP Range 远程部分读取:读取 79.1 MB 文件中的一行只下载了 0.98%;XLSX 要找一行就必须下载整个文件。出处: XLSX 规范 · 论文
  25. 397
    写入中断只会丢失最后一个块,wjsw reparar 可以重建文件末尾;从中间截断的 XLSX 文件将无法读取。出处: XLSX 规范 · 论文
  26. 398
    16、8 和 4 位向量(vf16、vq8、vq4)作为类型,可直接计算余弦;XLSX 没有半精度或量化向量。出处: XLSX 规范 · 论文
  27. 399
    每个文件没有行数上限:INPI 数据集在一个文件中有 24,978,976 条决定;XLSX 工作表最多 1,048,576 行。出处: XLSX 规范 · 论文
  28. 400
    带类型的嵌套列表、对象和映射(lista<t>、obj{...}、mapa<k,v>);XLSX 只有扁平的行和列。出处: XLSX 规范 · 论文
  29. 401
    任何有效的 JSON 都已经是有效的 jsonW 文本,无需转换;从 JSON 到 XLSX 则需要转换。出处: XLSX 规范 · 论文

jsonW 与 XLS 对比

jsonW 在格式本身中具备而 XLS 不具备的能力,不依赖额外的库。

  1. 402
    带币种的金额:jsonW 在每个值中保存 ISO 4217 币种(12.50 BRL),雷亚尔和美元永远不会变成同一个数字;XLS 本身没有金额类型。出处: XLS 规范 · 论文
  2. 403
    带单位的度量:medida[kg] 列在写入时转换 g、t 或 lb,并拒绝其他物理量;XLS 既不保存单位,也不转换。出处: XLS 规范 · 论文
  3. 404
    按列、行和单元格的权限:提供文件的一方在响应之前隐藏 +pessoal 列和其他租户的行;XLS 格式中没有按权限的视图。出处: XLS 规范 · 论文
  4. 405
    文件中的租户:读取时其他客户的块根本不会被打开;XLS 本身不区分客户。出处: XLS 规范 · 论文
  5. 406
    覆盖整个文件的 SHA-256 或 BLAKE3 哈希链:改动一个字节,conferir 就会失败,无需任何密钥;XLS 没有这样的链。出处: XLS 规范 · 论文
  6. 407
    在文件内按语义检索,对 vf32、vf16、vq8 或 vq4 计算余弦;用 XLS 则需要单独的向量数据库。出处: XLS 规范 · 论文
  7. 408
    在文件内用 IDF 权重按词检索;用 XLS 则需要单独的搜索引擎。出处: XLS 规范 · 论文
  8. 409
    格式本身提供前 k 名,顺序确定(并列时行号小的在前);XLS 没有排序功能。出处: XLS 规范 · 论文
  9. 410
    基于词表的分类器(Aho-Corasick),一次扫描就能找出文本中的所有词;XLS 没有类似功能。出处: XLS 规范 · 论文
  10. 411
    多线性网格:直接从文件进行双线性、三线性及更高维插值;用 XLS 则插值写在应用代码里。出处: XLS 规范 · 论文
  11. 412
    相近的拼写和读音:用 ~~ 运算符,"Kokakola" 能找到 "Coca-Cola",支持 pt、en、es 和 zh;XLS 没有相近拼写检索。出处: XLS 规范 · 论文
  12. 413
    音频信号(音高、停顿、jitter、shimmer、HNR、共振峰、MFCC)被测量并写成格式中的一行;XLS 不测量音频。出处: XLS 规范 · 论文
  13. 414
    文本信号(否定、情感极性、被动语态、代词、表情符号、笑声),支持 pt、en、es 和 zh;XLS 不测量文本。出处: XLS 规范 · 论文
  14. 415
    按场景切分的视频:切点、亮度、运动、颜色和每一段的音频都输出为格式中的行;XLS 不分析视频。出处: XLS 规范 · 论文
  15. 416
    文件本身保存历史:再次写入同一个键就是修改,_apagado: true 就是删除,旧版本不会丢失;XLS 不在文件中保存修改历史。出处: XLS 规范 · 论文
  16. 417
    写入时校验 URL(scheme://、mailto:、tel:、urn:);XLS 在地址的位置接受任意文本。出处: XLS 规范 · 论文
  17. 418
    媒体类型,带哈希、MIME 类型、大小、时长、宽度和高度;XLS 没有媒体类型。出处: XLS 规范 · 论文
  18. 419
    同一个模型中有三种无损形式:用于实时的二进制行、按列存储的文件,以及接受任何 JSON 的文本;XLS 无法同时具备这三种。出处: XLS 规范 · 论文
  19. 420
    用 HMAC-SHA256 签名的凭证,含租户、范围和有效期,以恒定时间校验并防止重放;XLS 没有定义凭证。出处: XLS 规范 · 论文
  20. 421
    模式就在文件中,只占一行(id:i64,nome:texto?,preco:dinheiro);XLS 不随数据携带模式。出处: XLS 规范 · 论文
  21. 422
    读取一列而不读其他列:在论文的测试中,读取一列比 JSONL 快 2,310 倍;XLS 必须读取整条记录。出处: XLS 规范 · 论文
  22. 423
    精确小数(decimal[2]):12.50 从不经过浮点数;XLS 没有精确小数。出处: XLS 规范 · 论文
  23. 424
    区间:每块的最小值和最大值让过滤直接跳过整块(论文的一个测试中跳过了 103 块中的 102 块);XLS 要过滤就得全部读一遍。出处: XLS 规范 · 论文
  24. 425
    内置按块压缩,分三个级别,且不影响对每个块的访问;XLS 本身不压缩。出处: XLS 规范 · 论文
  25. 426
    通过 HTTP Range 远程部分读取:读取 79.1 MB 文件中的一行只下载了 0.98%;XLS 要找一行就必须下载整个文件。出处: XLS 规范 · 论文
  26. 427
    16、8 和 4 位向量(vf16、vq8、vq4)作为类型,可直接计算余弦;XLS 没有半精度或量化向量。出处: XLS 规范 · 论文
  27. 428
    每个文件没有行数上限:INPI 数据集在一个文件中有 24,978,976 条决定;XLS 工作表最多 65,536 行。出处: XLS 规范 · 论文
  28. 429
    带类型的嵌套列表、对象和映射(lista<t>、obj{...}、mapa<k,v>);XLS 只有扁平的行和列。出处: XLS 规范 · 论文
  29. 430
    任何有效的 JSON 都已经是有效的 jsonW 文本,无需转换;从 JSON 到 XLS 则需要转换。出处: XLS 规范 · 论文

jsonW 与 ODS 对比

jsonW 在格式本身中具备而 ODS 不具备的能力,不依赖额外的库。

  1. 431
    带单位的度量:medida[kg] 列在写入时转换 g、t 或 lb,并拒绝其他物理量;ODS 既不保存单位,也不转换。出处: ODS 规范 · 论文
  2. 432
    按列、行和单元格的权限:提供文件的一方在响应之前隐藏 +pessoal 列和其他租户的行;ODS 格式中没有按权限的视图。出处: ODS 规范 · 论文
  3. 433
    文件中的租户:读取时其他客户的块根本不会被打开;ODS 本身不区分客户。出处: ODS 规范 · 论文
  4. 434
    覆盖整个文件的 SHA-256 或 BLAKE3 哈希链:改动一个字节,conferir 就会失败,无需任何密钥;ODS 没有这样的链。出处: ODS 规范 · 论文
  5. 435
    在文件内按语义检索,对 vf32、vf16、vq8 或 vq4 计算余弦;用 ODS 则需要单独的向量数据库。出处: ODS 规范 · 论文
  6. 436
    在文件内用 IDF 权重按词检索;用 ODS 则需要单独的搜索引擎。出处: ODS 规范 · 论文
  7. 437
    格式本身提供前 k 名,顺序确定(并列时行号小的在前);ODS 没有排序功能。出处: ODS 规范 · 论文
  8. 438
    基于词表的分类器(Aho-Corasick),一次扫描就能找出文本中的所有词;ODS 没有类似功能。出处: ODS 规范 · 论文
  9. 439
    多线性网格:直接从文件进行双线性、三线性及更高维插值;用 ODS 则插值写在应用代码里。出处: ODS 规范 · 论文
  10. 440
    相近的拼写和读音:用 ~~ 运算符,"Kokakola" 能找到 "Coca-Cola",支持 pt、en、es 和 zh;ODS 没有相近拼写检索。出处: ODS 规范 · 论文
  11. 441
    音频信号(音高、停顿、jitter、shimmer、HNR、共振峰、MFCC)被测量并写成格式中的一行;ODS 不测量音频。出处: ODS 规范 · 论文
  12. 442
    文本信号(否定、情感极性、被动语态、代词、表情符号、笑声),支持 pt、en、es 和 zh;ODS 不测量文本。出处: ODS 规范 · 论文
  13. 443
    按场景切分的视频:切点、亮度、运动、颜色和每一段的音频都输出为格式中的行;ODS 不分析视频。出处: ODS 规范 · 论文
  14. 444
    文件本身保存历史:再次写入同一个键就是修改,_apagado: true 就是删除,旧版本不会丢失;ODS 不在文件中保存修改历史。出处: ODS 规范 · 论文
  15. 445
    写入时校验 URL(scheme://、mailto:、tel:、urn:);ODS 在地址的位置接受任意文本。出处: ODS 规范 · 论文
  16. 446
    媒体类型,带哈希、MIME 类型、大小、时长、宽度和高度;ODS 没有媒体类型。出处: ODS 规范 · 论文
  17. 447
    同一个模型中有三种无损形式:用于实时的二进制行、按列存储的文件,以及接受任何 JSON 的文本;ODS 无法同时具备这三种。出处: ODS 规范 · 论文
  18. 448
    用 HMAC-SHA256 签名的凭证,含租户、范围和有效期,以恒定时间校验并防止重放;ODS 没有定义凭证。出处: ODS 规范 · 论文
  19. 449
    模式就在文件中,只占一行(id:i64,nome:texto?,preco:dinheiro);ODS 不随数据携带模式。出处: ODS 规范 · 论文
  20. 450
    读取一列而不读其他列:在论文的测试中,读取一列比 JSONL 快 2,310 倍;ODS 必须读取整条记录。出处: ODS 规范 · 论文
  21. 451
    区间:每块的最小值和最大值让过滤直接跳过整块(论文的一个测试中跳过了 103 块中的 102 块);ODS 要过滤就得全部读一遍。出处: ODS 规范 · 论文
  22. 452
    通过 HTTP Range 远程部分读取:读取 79.1 MB 文件中的一行只下载了 0.98%;ODS 要找一行就必须下载整个文件。出处: ODS 规范 · 论文
  23. 453
    写入中断只会丢失最后一个块,wjsw reparar 可以重建文件末尾;从中间截断的 ODS 文件将无法读取。出处: ODS 规范 · 论文
  24. 454
    16、8 和 4 位向量(vf16、vq8、vq4)作为类型,可直接计算余弦;ODS 没有半精度或量化向量。出处: ODS 规范 · 论文
  25. 455
    带类型的嵌套列表、对象和映射(lista<t>、obj{...}、mapa<k,v>);ODS 只有扁平的行和列。出处: ODS 规范 · 论文
  26. 456
    任何有效的 JSON 都已经是有效的 jsonW 文本,无需转换;从 JSON 到 ODS 则需要转换。出处: ODS 规范 · 论文

jsonW 与 YAML 对比

jsonW 在格式本身中具备而 YAML 不具备的能力,不依赖额外的库。

  1. 457
    带币种的金额:jsonW 在每个值中保存 ISO 4217 币种(12.50 BRL),雷亚尔和美元永远不会变成同一个数字;YAML 本身没有金额类型。出处: YAML 规范 · 论文
  2. 458
    带单位的度量:medida[kg] 列在写入时转换 g、t 或 lb,并拒绝其他物理量;YAML 既不保存单位,也不转换。出处: YAML 规范 · 论文
  3. 459
    按列、行和单元格的权限:提供文件的一方在响应之前隐藏 +pessoal 列和其他租户的行;YAML 格式中没有按权限的视图。出处: YAML 规范 · 论文
  4. 460
    文件中的租户:读取时其他客户的块根本不会被打开;YAML 本身不区分客户。出处: YAML 规范 · 论文
  5. 461
    覆盖整个文件的 SHA-256 或 BLAKE3 哈希链:改动一个字节,conferir 就会失败,无需任何密钥;YAML 没有这样的链。出处: YAML 规范 · 论文
  6. 462
    在文件内按语义检索,对 vf32、vf16、vq8 或 vq4 计算余弦;用 YAML 则需要单独的向量数据库。出处: YAML 规范 · 论文
  7. 463
    在文件内用 IDF 权重按词检索;用 YAML 则需要单独的搜索引擎。出处: YAML 规范 · 论文
  8. 464
    格式本身提供前 k 名,顺序确定(并列时行号小的在前);YAML 没有排序功能。出处: YAML 规范 · 论文
  9. 465
    基于词表的分类器(Aho-Corasick),一次扫描就能找出文本中的所有词;YAML 没有类似功能。出处: YAML 规范 · 论文
  10. 466
    多线性网格:直接从文件进行双线性、三线性及更高维插值;用 YAML 则插值写在应用代码里。出处: YAML 规范 · 论文
  11. 467
    相近的拼写和读音:用 ~~ 运算符,"Kokakola" 能找到 "Coca-Cola",支持 pt、en、es 和 zh;YAML 没有相近拼写检索。出处: YAML 规范 · 论文
  12. 468
    音频信号(音高、停顿、jitter、shimmer、HNR、共振峰、MFCC)被测量并写成格式中的一行;YAML 不测量音频。出处: YAML 规范 · 论文
  13. 469
    文本信号(否定、情感极性、被动语态、代词、表情符号、笑声),支持 pt、en、es 和 zh;YAML 不测量文本。出处: YAML 规范 · 论文
  14. 470
    按场景切分的视频:切点、亮度、运动、颜色和每一段的音频都输出为格式中的行;YAML 不分析视频。出处: YAML 规范 · 论文
  15. 471
    文件本身保存历史:再次写入同一个键就是修改,_apagado: true 就是删除,旧版本不会丢失;YAML 不在文件中保存修改历史。出处: YAML 规范 · 论文
  16. 472
    写入时校验 URL(scheme://、mailto:、tel:、urn:);YAML 在地址的位置接受任意文本。出处: YAML 规范 · 论文
  17. 473
    媒体类型,带哈希、MIME 类型、大小、时长、宽度和高度;YAML 没有媒体类型。出处: YAML 规范 · 论文
  18. 474
    同一个模型中有三种无损形式:用于实时的二进制行、按列存储的文件,以及接受任何 JSON 的文本;YAML 无法同时具备这三种。出处: YAML 规范 · 论文
  19. 475
    用 HMAC-SHA256 签名的凭证,含租户、范围和有效期,以恒定时间校验并防止重放;YAML 没有定义凭证。出处: YAML 规范 · 论文
  20. 476
    模式就在文件中,只占一行(id:i64,nome:texto?,preco:dinheiro);YAML 不随数据携带模式。出处: YAML 规范 · 论文
  21. 477
    读取一列而不读其他列:在论文的测试中,读取一列比 JSONL 快 2,310 倍;YAML 必须读取整条记录。出处: YAML 规范 · 论文
  22. 478
    精确小数(decimal[2]):12.50 从不经过浮点数;YAML 没有精确小数。出处: YAML 规范 · 论文
  23. 479
    类型来自模式,而不是猜测:codigo 列中的 "0123" 仍是 "0123";在 YAML 中,读取方猜测类型,可能去掉前导零,或把 "NO" 变成 false。出处: YAML 规范 · 论文
  24. 480
    区间:每块的最小值和最大值让过滤直接跳过整块(论文的一个测试中跳过了 103 块中的 102 块);YAML 要过滤就得全部读一遍。出处: YAML 规范 · 论文
  25. 481
    内置按块压缩,分三个级别,且不影响对每个块的访问;YAML 本身不压缩。出处: YAML 规范 · 论文
  26. 482
    通过 HTTP Range 远程部分读取:读取 79.1 MB 文件中的一行只下载了 0.98%;YAML 要找一行就必须下载整个文件。出处: YAML 规范 · 论文
  27. 483
    每个块都有 CRC32C,用于发现意外损坏;YAML 没有校验和。出处: YAML 规范 · 论文
  28. 484
    16、8 和 4 位向量(vf16、vq8、vq4)作为类型,可直接计算余弦;YAML 没有半精度或量化向量。出处: YAML 规范 · 论文
  29. 485
    数字可用逗号或句点:输入接受 1.234,56 和 1,234.56,规范输出使用句点;YAML 只接受一种写法,分隔符留给各个程序处理。出处: YAML 规范 · 论文

jsonW 与 TOML 对比

jsonW 在格式本身中具备而 TOML 不具备的能力,不依赖额外的库。

  1. 486
    带币种的金额:jsonW 在每个值中保存 ISO 4217 币种(12.50 BRL),雷亚尔和美元永远不会变成同一个数字;TOML 本身没有金额类型。出处: TOML 规范 · 论文
  2. 487
    带单位的度量:medida[kg] 列在写入时转换 g、t 或 lb,并拒绝其他物理量;TOML 既不保存单位,也不转换。出处: TOML 规范 · 论文
  3. 488
    按列、行和单元格的权限:提供文件的一方在响应之前隐藏 +pessoal 列和其他租户的行;TOML 格式中没有按权限的视图。出处: TOML 规范 · 论文
  4. 489
    文件中的租户:读取时其他客户的块根本不会被打开;TOML 本身不区分客户。出处: TOML 规范 · 论文
  5. 490
    覆盖整个文件的 SHA-256 或 BLAKE3 哈希链:改动一个字节,conferir 就会失败,无需任何密钥;TOML 没有这样的链。出处: TOML 规范 · 论文
  6. 491
    在文件内按语义检索,对 vf32、vf16、vq8 或 vq4 计算余弦;用 TOML 则需要单独的向量数据库。出处: TOML 规范 · 论文
  7. 492
    在文件内用 IDF 权重按词检索;用 TOML 则需要单独的搜索引擎。出处: TOML 规范 · 论文
  8. 493
    格式本身提供前 k 名,顺序确定(并列时行号小的在前);TOML 没有排序功能。出处: TOML 规范 · 论文
  9. 494
    基于词表的分类器(Aho-Corasick),一次扫描就能找出文本中的所有词;TOML 没有类似功能。出处: TOML 规范 · 论文
  10. 495
    多线性网格:直接从文件进行双线性、三线性及更高维插值;用 TOML 则插值写在应用代码里。出处: TOML 规范 · 论文
  11. 496
    相近的拼写和读音:用 ~~ 运算符,"Kokakola" 能找到 "Coca-Cola",支持 pt、en、es 和 zh;TOML 没有相近拼写检索。出处: TOML 规范 · 论文
  12. 497
    音频信号(音高、停顿、jitter、shimmer、HNR、共振峰、MFCC)被测量并写成格式中的一行;TOML 不测量音频。出处: TOML 规范 · 论文
  13. 498
    文本信号(否定、情感极性、被动语态、代词、表情符号、笑声),支持 pt、en、es 和 zh;TOML 不测量文本。出处: TOML 规范 · 论文
  14. 499
    按场景切分的视频:切点、亮度、运动、颜色和每一段的音频都输出为格式中的行;TOML 不分析视频。出处: TOML 规范 · 论文
  15. 500
    文件本身保存历史:再次写入同一个键就是修改,_apagado: true 就是删除,旧版本不会丢失;TOML 不在文件中保存修改历史。出处: TOML 规范 · 论文
  16. 501
    写入时校验 URL(scheme://、mailto:、tel:、urn:);TOML 在地址的位置接受任意文本。出处: TOML 规范 · 论文
  17. 502
    媒体类型,带哈希、MIME 类型、大小、时长、宽度和高度;TOML 没有媒体类型。出处: TOML 规范 · 论文
  18. 503
    同一个模型中有三种无损形式:用于实时的二进制行、按列存储的文件,以及接受任何 JSON 的文本;TOML 无法同时具备这三种。出处: TOML 规范 · 论文
  19. 504
    用 HMAC-SHA256 签名的凭证,含租户、范围和有效期,以恒定时间校验并防止重放;TOML 没有定义凭证。出处: TOML 规范 · 论文
  20. 505
    模式就在文件中,只占一行(id:i64,nome:texto?,preco:dinheiro);TOML 不随数据携带模式。出处: TOML 规范 · 论文
  21. 506
    读取一列而不读其他列:在论文的测试中,读取一列比 JSONL 快 2,310 倍;TOML 必须读取整条记录。出处: TOML 规范 · 论文
  22. 507
    精确小数(decimal[2]):12.50 从不经过浮点数;TOML 没有精确小数。出处: TOML 规范 · 论文
  23. 508
    区间:每块的最小值和最大值让过滤直接跳过整块(论文的一个测试中跳过了 103 块中的 102 块);TOML 要过滤就得全部读一遍。出处: TOML 规范 · 论文
  24. 509
    字典:重复的文本(城市、状态、类别)每个文件只存一次;TOML 在每条记录中重复文本。出处: TOML 规范 · 论文
  25. 510
    内置按块压缩,分三个级别,且不影响对每个块的访问;TOML 本身不压缩。出处: TOML 规范 · 论文
  26. 511
    通过 HTTP Range 远程部分读取:读取 79.1 MB 文件中的一行只下载了 0.98%;TOML 要找一行就必须下载整个文件。出处: TOML 规范 · 论文
  27. 512
    每个块都有 CRC32C,用于发现意外损坏;TOML 没有校验和。出处: TOML 规范 · 论文
  28. 513
    16、8 和 4 位向量(vf16、vq8、vq4)作为类型,可直接计算余弦;TOML 没有半精度或量化向量。出处: TOML 规范 · 论文
  29. 514
    任何有效的 JSON 都已经是有效的 jsonW 文本,无需转换;从 JSON 到 TOML 则需要转换。出处: TOML 规范 · 论文
  30. 515
    数字可用逗号或句点:输入接受 1.234,56 和 1,234.56,规范输出使用句点;TOML 只接受一种写法,分隔符留给各个程序处理。出处: TOML 规范 · 论文

jsonW 与 MessagePack 对比

jsonW 在格式本身中具备而 MessagePack 不具备的能力,不依赖额外的库。

  1. 516
    带币种的金额:jsonW 在每个值中保存 ISO 4217 币种(12.50 BRL),雷亚尔和美元永远不会变成同一个数字;MessagePack 本身没有金额类型。出处: MessagePack 规范 · 论文
  2. 517
    带单位的度量:medida[kg] 列在写入时转换 g、t 或 lb,并拒绝其他物理量;MessagePack 既不保存单位,也不转换。出处: MessagePack 规范 · 论文
  3. 518
    按列、行和单元格的权限:提供文件的一方在响应之前隐藏 +pessoal 列和其他租户的行;MessagePack 格式中没有按权限的视图。出处: MessagePack 规范 · 论文
  4. 519
    文件中的租户:读取时其他客户的块根本不会被打开;MessagePack 本身不区分客户。出处: MessagePack 规范 · 论文
  5. 520
    覆盖整个文件的 SHA-256 或 BLAKE3 哈希链:改动一个字节,conferir 就会失败,无需任何密钥;MessagePack 没有这样的链。出处: MessagePack 规范 · 论文
  6. 521
    在文件内按语义检索,对 vf32、vf16、vq8 或 vq4 计算余弦;用 MessagePack 则需要单独的向量数据库。出处: MessagePack 规范 · 论文
  7. 522
    在文件内用 IDF 权重按词检索;用 MessagePack 则需要单独的搜索引擎。出处: MessagePack 规范 · 论文
  8. 523
    格式本身提供前 k 名,顺序确定(并列时行号小的在前);MessagePack 没有排序功能。出处: MessagePack 规范 · 论文
  9. 524
    基于词表的分类器(Aho-Corasick),一次扫描就能找出文本中的所有词;MessagePack 没有类似功能。出处: MessagePack 规范 · 论文
  10. 525
    多线性网格:直接从文件进行双线性、三线性及更高维插值;用 MessagePack 则插值写在应用代码里。出处: MessagePack 规范 · 论文
  11. 526
    相近的拼写和读音:用 ~~ 运算符,"Kokakola" 能找到 "Coca-Cola",支持 pt、en、es 和 zh;MessagePack 没有相近拼写检索。出处: MessagePack 规范 · 论文
  12. 527
    音频信号(音高、停顿、jitter、shimmer、HNR、共振峰、MFCC)被测量并写成格式中的一行;MessagePack 不测量音频。出处: MessagePack 规范 · 论文
  13. 528
    文本信号(否定、情感极性、被动语态、代词、表情符号、笑声),支持 pt、en、es 和 zh;MessagePack 不测量文本。出处: MessagePack 规范 · 论文
  14. 529
    按场景切分的视频:切点、亮度、运动、颜色和每一段的音频都输出为格式中的行;MessagePack 不分析视频。出处: MessagePack 规范 · 论文
  15. 530
    文件本身保存历史:再次写入同一个键就是修改,_apagado: true 就是删除,旧版本不会丢失;MessagePack 不在文件中保存修改历史。出处: MessagePack 规范 · 论文
  16. 531
    写入时校验 URL(scheme://、mailto:、tel:、urn:);MessagePack 在地址的位置接受任意文本。出处: MessagePack 规范 · 论文
  17. 532
    媒体类型,带哈希、MIME 类型、大小、时长、宽度和高度;MessagePack 没有媒体类型。出处: MessagePack 规范 · 论文
  18. 533
    同一个模型中有三种无损形式:用于实时的二进制行、按列存储的文件,以及接受任何 JSON 的文本;MessagePack 无法同时具备这三种。出处: MessagePack 规范 · 论文
  19. 534
    用 HMAC-SHA256 签名的凭证,含租户、范围和有效期,以恒定时间校验并防止重放;MessagePack 没有定义凭证。出处: MessagePack 规范 · 论文
  20. 535
    模式就在文件中,只占一行(id:i64,nome:texto?,preco:dinheiro);MessagePack 不随数据携带模式。出处: MessagePack 规范 · 论文
  21. 536
    读取一列而不读其他列:在论文的测试中,读取一列比 JSONL 快 2,310 倍;MessagePack 必须读取整条记录。出处: MessagePack 规范 · 论文
  22. 537
    精确小数(decimal[2]):12.50 从不经过浮点数;MessagePack 没有精确小数。出处: MessagePack 规范 · 论文
  23. 538
    区间:每块的最小值和最大值让过滤直接跳过整块(论文的一个测试中跳过了 103 块中的 102 块);MessagePack 要过滤就得全部读一遍。出处: MessagePack 规范 · 论文
  24. 539
    字典:重复的文本(城市、状态、类别)每个文件只存一次;MessagePack 在每条记录中重复文本。出处: MessagePack 规范 · 论文
  25. 540
    内置按块压缩,分三个级别,且不影响对每个块的访问;MessagePack 本身不压缩。出处: MessagePack 规范 · 论文
  26. 541
    通过 HTTP Range 远程部分读取:读取 79.1 MB 文件中的一行只下载了 0.98%;MessagePack 要找一行就必须下载整个文件。出处: MessagePack 规范 · 论文
  27. 542
    每个块都有 CRC32C,用于发现意外损坏;MessagePack 没有校验和。出处: MessagePack 规范 · 论文
  28. 543
    16、8 和 4 位向量(vf16、vq8、vq4)作为类型,可直接计算余弦;MessagePack 没有半精度或量化向量。出处: MessagePack 规范 · 论文
  29. 544
    任何有效的 JSON 都已经是有效的 jsonW 文本,无需转换;从 JSON 到 MessagePack 则需要转换。出处: MessagePack 规范 · 论文

jsonW 与 CBOR 对比

jsonW 在格式本身中具备而 CBOR 不具备的能力,不依赖额外的库。

  1. 545
    带币种的金额:jsonW 在每个值中保存 ISO 4217 币种(12.50 BRL),雷亚尔和美元永远不会变成同一个数字;CBOR 本身没有金额类型。出处: CBOR 规范 · 论文
  2. 546
    带单位的度量:medida[kg] 列在写入时转换 g、t 或 lb,并拒绝其他物理量;CBOR 既不保存单位,也不转换。出处: CBOR 规范 · 论文
  3. 547
    按列、行和单元格的权限:提供文件的一方在响应之前隐藏 +pessoal 列和其他租户的行;CBOR 格式中没有按权限的视图。出处: CBOR 规范 · 论文
  4. 548
    文件中的租户:读取时其他客户的块根本不会被打开;CBOR 本身不区分客户。出处: CBOR 规范 · 论文
  5. 549
    覆盖整个文件的 SHA-256 或 BLAKE3 哈希链:改动一个字节,conferir 就会失败,无需任何密钥;CBOR 没有这样的链。出处: CBOR 规范 · 论文
  6. 550
    在文件内按语义检索,对 vf32、vf16、vq8 或 vq4 计算余弦;用 CBOR 则需要单独的向量数据库。出处: CBOR 规范 · 论文
  7. 551
    在文件内用 IDF 权重按词检索;用 CBOR 则需要单独的搜索引擎。出处: CBOR 规范 · 论文
  8. 552
    格式本身提供前 k 名,顺序确定(并列时行号小的在前);CBOR 没有排序功能。出处: CBOR 规范 · 论文
  9. 553
    基于词表的分类器(Aho-Corasick),一次扫描就能找出文本中的所有词;CBOR 没有类似功能。出处: CBOR 规范 · 论文
  10. 554
    多线性网格:直接从文件进行双线性、三线性及更高维插值;用 CBOR 则插值写在应用代码里。出处: CBOR 规范 · 论文
  11. 555
    相近的拼写和读音:用 ~~ 运算符,"Kokakola" 能找到 "Coca-Cola",支持 pt、en、es 和 zh;CBOR 没有相近拼写检索。出处: CBOR 规范 · 论文
  12. 556
    音频信号(音高、停顿、jitter、shimmer、HNR、共振峰、MFCC)被测量并写成格式中的一行;CBOR 不测量音频。出处: CBOR 规范 · 论文
  13. 557
    文本信号(否定、情感极性、被动语态、代词、表情符号、笑声),支持 pt、en、es 和 zh;CBOR 不测量文本。出处: CBOR 规范 · 论文
  14. 558
    按场景切分的视频:切点、亮度、运动、颜色和每一段的音频都输出为格式中的行;CBOR 不分析视频。出处: CBOR 规范 · 论文
  15. 559
    文件本身保存历史:再次写入同一个键就是修改,_apagado: true 就是删除,旧版本不会丢失;CBOR 不在文件中保存修改历史。出处: CBOR 规范 · 论文
  16. 560
    写入时校验 URL(scheme://、mailto:、tel:、urn:);CBOR 在地址的位置接受任意文本。出处: CBOR 规范 · 论文
  17. 561
    媒体类型,带哈希、MIME 类型、大小、时长、宽度和高度;CBOR 没有媒体类型。出处: CBOR 规范 · 论文
  18. 562
    同一个模型中有三种无损形式:用于实时的二进制行、按列存储的文件,以及接受任何 JSON 的文本;CBOR 无法同时具备这三种。出处: CBOR 规范 · 论文
  19. 563
    用 HMAC-SHA256 签名的凭证,含租户、范围和有效期,以恒定时间校验并防止重放;CBOR 没有定义凭证。出处: CBOR 规范 · 论文
  20. 564
    模式就在文件中,只占一行(id:i64,nome:texto?,preco:dinheiro);CBOR 不随数据携带模式。出处: CBOR 规范 · 论文
  21. 565
    读取一列而不读其他列:在论文的测试中,读取一列比 JSONL 快 2,310 倍;CBOR 必须读取整条记录。出处: CBOR 规范 · 论文
  22. 566
    区间:每块的最小值和最大值让过滤直接跳过整块(论文的一个测试中跳过了 103 块中的 102 块);CBOR 要过滤就得全部读一遍。出处: CBOR 规范 · 论文
  23. 567
    内置按块压缩,分三个级别,且不影响对每个块的访问;CBOR 本身不压缩。出处: CBOR 规范 · 论文
  24. 568
    通过 HTTP Range 远程部分读取:读取 79.1 MB 文件中的一行只下载了 0.98%;CBOR 要找一行就必须下载整个文件。出处: CBOR 规范 · 论文
  25. 569
    每个块都有 CRC32C,用于发现意外损坏;CBOR 没有校验和。出处: CBOR 规范 · 论文
  26. 570
    任何有效的 JSON 都已经是有效的 jsonW 文本,无需转换;从 JSON 到 CBOR 则需要转换。出处: CBOR 规范 · 论文

jsonW 与 BSON 对比

jsonW 在格式本身中具备而 BSON 不具备的能力,不依赖额外的库。

  1. 571
    带币种的金额:jsonW 在每个值中保存 ISO 4217 币种(12.50 BRL),雷亚尔和美元永远不会变成同一个数字;BSON 本身没有金额类型。出处: BSON 规范 · 论文
  2. 572
    带单位的度量:medida[kg] 列在写入时转换 g、t 或 lb,并拒绝其他物理量;BSON 既不保存单位,也不转换。出处: BSON 规范 · 论文
  3. 573
    按列、行和单元格的权限:提供文件的一方在响应之前隐藏 +pessoal 列和其他租户的行;BSON 格式中没有按权限的视图。出处: BSON 规范 · 论文
  4. 574
    文件中的租户:读取时其他客户的块根本不会被打开;BSON 本身不区分客户。出处: BSON 规范 · 论文
  5. 575
    覆盖整个文件的 SHA-256 或 BLAKE3 哈希链:改动一个字节,conferir 就会失败,无需任何密钥;BSON 没有这样的链。出处: BSON 规范 · 论文
  6. 576
    在文件内按语义检索,对 vf32、vf16、vq8 或 vq4 计算余弦;用 BSON 则需要单独的向量数据库。出处: BSON 规范 · 论文
  7. 577
    在文件内用 IDF 权重按词检索;用 BSON 则需要单独的搜索引擎。出处: BSON 规范 · 论文
  8. 578
    格式本身提供前 k 名,顺序确定(并列时行号小的在前);BSON 没有排序功能。出处: BSON 规范 · 论文
  9. 579
    基于词表的分类器(Aho-Corasick),一次扫描就能找出文本中的所有词;BSON 没有类似功能。出处: BSON 规范 · 论文
  10. 580
    多线性网格:直接从文件进行双线性、三线性及更高维插值;用 BSON 则插值写在应用代码里。出处: BSON 规范 · 论文
  11. 581
    相近的拼写和读音:用 ~~ 运算符,"Kokakola" 能找到 "Coca-Cola",支持 pt、en、es 和 zh;BSON 没有相近拼写检索。出处: BSON 规范 · 论文
  12. 582
    音频信号(音高、停顿、jitter、shimmer、HNR、共振峰、MFCC)被测量并写成格式中的一行;BSON 不测量音频。出处: BSON 规范 · 论文
  13. 583
    文本信号(否定、情感极性、被动语态、代词、表情符号、笑声),支持 pt、en、es 和 zh;BSON 不测量文本。出处: BSON 规范 · 论文
  14. 584
    按场景切分的视频:切点、亮度、运动、颜色和每一段的音频都输出为格式中的行;BSON 不分析视频。出处: BSON 规范 · 论文
  15. 585
    文件本身保存历史:再次写入同一个键就是修改,_apagado: true 就是删除,旧版本不会丢失;BSON 不在文件中保存修改历史。出处: BSON 规范 · 论文
  16. 586
    写入时校验 URL(scheme://、mailto:、tel:、urn:);BSON 在地址的位置接受任意文本。出处: BSON 规范 · 论文
  17. 587
    媒体类型,带哈希、MIME 类型、大小、时长、宽度和高度;BSON 没有媒体类型。出处: BSON 规范 · 论文
  18. 588
    同一个模型中有三种无损形式:用于实时的二进制行、按列存储的文件,以及接受任何 JSON 的文本;BSON 无法同时具备这三种。出处: BSON 规范 · 论文
  19. 589
    用 HMAC-SHA256 签名的凭证,含租户、范围和有效期,以恒定时间校验并防止重放;BSON 没有定义凭证。出处: BSON 规范 · 论文
  20. 590
    模式就在文件中,只占一行(id:i64,nome:texto?,preco:dinheiro);BSON 不随数据携带模式。出处: BSON 规范 · 论文
  21. 591
    读取一列而不读其他列:在论文的测试中,读取一列比 JSONL 快 2,310 倍;BSON 必须读取整条记录。出处: BSON 规范 · 论文
  22. 592
    区间:每块的最小值和最大值让过滤直接跳过整块(论文的一个测试中跳过了 103 块中的 102 块);BSON 要过滤就得全部读一遍。出处: BSON 规范 · 论文
  23. 593
    字典:重复的文本(城市、状态、类别)每个文件只存一次;BSON 在每条记录中重复文本。出处: BSON 规范 · 论文
  24. 594
    内置按块压缩,分三个级别,且不影响对每个块的访问;BSON 本身不压缩。出处: BSON 规范 · 论文
  25. 595
    通过 HTTP Range 远程部分读取:读取 79.1 MB 文件中的一行只下载了 0.98%;BSON 要找一行就必须下载整个文件。出处: BSON 规范 · 论文
  26. 596
    每个块都有 CRC32C,用于发现意外损坏;BSON 没有校验和。出处: BSON 规范 · 论文
  27. 597
    任何有效的 JSON 都已经是有效的 jsonW 文本,无需转换;从 JSON 到 BSON 则需要转换。出处: BSON 规范 · 论文

jsonW 与 Protobuf 对比

jsonW 在格式本身中具备而 Protobuf 不具备的能力,不依赖额外的库。

  1. 598
    带单位的度量:medida[kg] 列在写入时转换 g、t 或 lb,并拒绝其他物理量;Protobuf 既不保存单位,也不转换。出处: Protobuf 规范 · 论文
  2. 599
    按列、行和单元格的权限:提供文件的一方在响应之前隐藏 +pessoal 列和其他租户的行;Protobuf 格式中没有按权限的视图。出处: Protobuf 规范 · 论文
  3. 600
    文件中的租户:读取时其他客户的块根本不会被打开;Protobuf 本身不区分客户。出处: Protobuf 规范 · 论文
  4. 601
    覆盖整个文件的 SHA-256 或 BLAKE3 哈希链:改动一个字节,conferir 就会失败,无需任何密钥;Protobuf 没有这样的链。出处: Protobuf 规范 · 论文
  5. 602
    在文件内按语义检索,对 vf32、vf16、vq8 或 vq4 计算余弦;用 Protobuf 则需要单独的向量数据库。出处: Protobuf 规范 · 论文
  6. 603
    在文件内用 IDF 权重按词检索;用 Protobuf 则需要单独的搜索引擎。出处: Protobuf 规范 · 论文
  7. 604
    格式本身提供前 k 名,顺序确定(并列时行号小的在前);Protobuf 没有排序功能。出处: Protobuf 规范 · 论文
  8. 605
    基于词表的分类器(Aho-Corasick),一次扫描就能找出文本中的所有词;Protobuf 没有类似功能。出处: Protobuf 规范 · 论文
  9. 606
    多线性网格:直接从文件进行双线性、三线性及更高维插值;用 Protobuf 则插值写在应用代码里。出处: Protobuf 规范 · 论文
  10. 607
    相近的拼写和读音:用 ~~ 运算符,"Kokakola" 能找到 "Coca-Cola",支持 pt、en、es 和 zh;Protobuf 没有相近拼写检索。出处: Protobuf 规范 · 论文
  11. 608
    音频信号(音高、停顿、jitter、shimmer、HNR、共振峰、MFCC)被测量并写成格式中的一行;Protobuf 不测量音频。出处: Protobuf 规范 · 论文
  12. 609
    文本信号(否定、情感极性、被动语态、代词、表情符号、笑声),支持 pt、en、es 和 zh;Protobuf 不测量文本。出处: Protobuf 规范 · 论文
  13. 610
    按场景切分的视频:切点、亮度、运动、颜色和每一段的音频都输出为格式中的行;Protobuf 不分析视频。出处: Protobuf 规范 · 论文
  14. 611
    文件本身保存历史:再次写入同一个键就是修改,_apagado: true 就是删除,旧版本不会丢失;Protobuf 不在文件中保存修改历史。出处: Protobuf 规范 · 论文
  15. 612
    写入时校验 URL(scheme://、mailto:、tel:、urn:);Protobuf 在地址的位置接受任意文本。出处: Protobuf 规范 · 论文
  16. 613
    媒体类型,带哈希、MIME 类型、大小、时长、宽度和高度;Protobuf 没有媒体类型。出处: Protobuf 规范 · 论文
  17. 614
    同一个模型中有三种无损形式:用于实时的二进制行、按列存储的文件,以及接受任何 JSON 的文本;Protobuf 无法同时具备这三种。出处: Protobuf 规范 · 论文
  18. 615
    用 HMAC-SHA256 签名的凭证,含租户、范围和有效期,以恒定时间校验并防止重放;Protobuf 没有定义凭证。出处: Protobuf 规范 · 论文
  19. 616
    模式就在文件中,只占一行(id:i64,nome:texto?,preco:dinheiro);Protobuf 不随数据携带模式。出处: Protobuf 规范 · 论文
  20. 617
    读取一列而不读其他列:在论文的测试中,读取一列比 JSONL 快 2,310 倍;Protobuf 必须读取整条记录。出处: Protobuf 规范 · 论文
  21. 618
    精确小数(decimal[2]):12.50 从不经过浮点数;Protobuf 没有精确小数。出处: Protobuf 规范 · 论文
  22. 619
    区间:每块的最小值和最大值让过滤直接跳过整块(论文的一个测试中跳过了 103 块中的 102 块);Protobuf 要过滤就得全部读一遍。出处: Protobuf 规范 · 论文
  23. 620
    字典:重复的文本(城市、状态、类别)每个文件只存一次;Protobuf 在每条记录中重复文本。出处: Protobuf 规范 · 论文
  24. 621
    内置按块压缩,分三个级别,且不影响对每个块的访问;Protobuf 本身不压缩。出处: Protobuf 规范 · 论文
  25. 622
    通过 HTTP Range 远程部分读取:读取 79.1 MB 文件中的一行只下载了 0.98%;Protobuf 要找一行就必须下载整个文件。出处: Protobuf 规范 · 论文
  26. 623
    每个块都有 CRC32C,用于发现意外损坏;Protobuf 没有校验和。出处: Protobuf 规范 · 论文
  27. 624
    写入中断只会丢失最后一个块,wjsw reparar 可以重建文件末尾;从中间截断的 Protobuf 文件将无法读取。出处: Protobuf 规范 · 论文
  28. 625
    16、8 和 4 位向量(vf16、vq8、vq4)作为类型,可直接计算余弦;Protobuf 没有半精度或量化向量。出处: Protobuf 规范 · 论文
  29. 626
    任何有效的 JSON 都已经是有效的 jsonW 文本,无需转换;从 JSON 到 Protobuf 则需要转换。出处: Protobuf 规范 · 论文

jsonW 与 Thrift 对比

jsonW 在格式本身中具备而 Thrift 不具备的能力,不依赖额外的库。

  1. 627
    带币种的金额:jsonW 在每个值中保存 ISO 4217 币种(12.50 BRL),雷亚尔和美元永远不会变成同一个数字;Thrift 本身没有金额类型。出处: Thrift 规范 · 论文
  2. 628
    带单位的度量:medida[kg] 列在写入时转换 g、t 或 lb,并拒绝其他物理量;Thrift 既不保存单位,也不转换。出处: Thrift 规范 · 论文
  3. 629
    按列、行和单元格的权限:提供文件的一方在响应之前隐藏 +pessoal 列和其他租户的行;Thrift 格式中没有按权限的视图。出处: Thrift 规范 · 论文
  4. 630
    文件中的租户:读取时其他客户的块根本不会被打开;Thrift 本身不区分客户。出处: Thrift 规范 · 论文
  5. 631
    覆盖整个文件的 SHA-256 或 BLAKE3 哈希链:改动一个字节,conferir 就会失败,无需任何密钥;Thrift 没有这样的链。出处: Thrift 规范 · 论文
  6. 632
    在文件内按语义检索,对 vf32、vf16、vq8 或 vq4 计算余弦;用 Thrift 则需要单独的向量数据库。出处: Thrift 规范 · 论文
  7. 633
    在文件内用 IDF 权重按词检索;用 Thrift 则需要单独的搜索引擎。出处: Thrift 规范 · 论文
  8. 634
    格式本身提供前 k 名,顺序确定(并列时行号小的在前);Thrift 没有排序功能。出处: Thrift 规范 · 论文
  9. 635
    基于词表的分类器(Aho-Corasick),一次扫描就能找出文本中的所有词;Thrift 没有类似功能。出处: Thrift 规范 · 论文
  10. 636
    多线性网格:直接从文件进行双线性、三线性及更高维插值;用 Thrift 则插值写在应用代码里。出处: Thrift 规范 · 论文
  11. 637
    相近的拼写和读音:用 ~~ 运算符,"Kokakola" 能找到 "Coca-Cola",支持 pt、en、es 和 zh;Thrift 没有相近拼写检索。出处: Thrift 规范 · 论文
  12. 638
    音频信号(音高、停顿、jitter、shimmer、HNR、共振峰、MFCC)被测量并写成格式中的一行;Thrift 不测量音频。出处: Thrift 规范 · 论文
  13. 639
    文本信号(否定、情感极性、被动语态、代词、表情符号、笑声),支持 pt、en、es 和 zh;Thrift 不测量文本。出处: Thrift 规范 · 论文
  14. 640
    按场景切分的视频:切点、亮度、运动、颜色和每一段的音频都输出为格式中的行;Thrift 不分析视频。出处: Thrift 规范 · 论文
  15. 641
    文件本身保存历史:再次写入同一个键就是修改,_apagado: true 就是删除,旧版本不会丢失;Thrift 不在文件中保存修改历史。出处: Thrift 规范 · 论文
  16. 642
    写入时校验 URL(scheme://、mailto:、tel:、urn:);Thrift 在地址的位置接受任意文本。出处: Thrift 规范 · 论文
  17. 643
    媒体类型,带哈希、MIME 类型、大小、时长、宽度和高度;Thrift 没有媒体类型。出处: Thrift 规范 · 论文
  18. 644
    同一个模型中有三种无损形式:用于实时的二进制行、按列存储的文件,以及接受任何 JSON 的文本;Thrift 无法同时具备这三种。出处: Thrift 规范 · 论文
  19. 645
    用 HMAC-SHA256 签名的凭证,含租户、范围和有效期,以恒定时间校验并防止重放;Thrift 没有定义凭证。出处: Thrift 规范 · 论文
  20. 646
    模式就在文件中,只占一行(id:i64,nome:texto?,preco:dinheiro);Thrift 不随数据携带模式。出处: Thrift 规范 · 论文
  21. 647
    读取一列而不读其他列:在论文的测试中,读取一列比 JSONL 快 2,310 倍;Thrift 必须读取整条记录。出处: Thrift 规范 · 论文
  22. 648
    精确小数(decimal[2]):12.50 从不经过浮点数;Thrift 没有精确小数。出处: Thrift 规范 · 论文
  23. 649
    日期时间有自己的类型(tempo,UTC 微秒);在 Thrift 中日期没有类型,每个程序各自解读。出处: Thrift 规范 · 论文
  24. 650
    区间:每块的最小值和最大值让过滤直接跳过整块(论文的一个测试中跳过了 103 块中的 102 块);Thrift 要过滤就得全部读一遍。出处: Thrift 规范 · 论文
  25. 651
    字典:重复的文本(城市、状态、类别)每个文件只存一次;Thrift 在每条记录中重复文本。出处: Thrift 规范 · 论文
  26. 652
    内置按块压缩,分三个级别,且不影响对每个块的访问;Thrift 本身不压缩。出处: Thrift 规范 · 论文
  27. 653
    通过 HTTP Range 远程部分读取:读取 79.1 MB 文件中的一行只下载了 0.98%;Thrift 要找一行就必须下载整个文件。出处: Thrift 规范 · 论文
  28. 654
    每个块都有 CRC32C,用于发现意外损坏;Thrift 没有校验和。出处: Thrift 规范 · 论文
  29. 655
    写入中断只会丢失最后一个块,wjsw reparar 可以重建文件末尾;从中间截断的 Thrift 文件将无法读取。出处: Thrift 规范 · 论文
  30. 656
    16、8 和 4 位向量(vf16、vq8、vq4)作为类型,可直接计算余弦;Thrift 没有半精度或量化向量。出处: Thrift 规范 · 论文
  31. 657
    任何有效的 JSON 都已经是有效的 jsonW 文本,无需转换;从 JSON 到 Thrift 则需要转换。出处: Thrift 规范 · 论文

jsonW 与 FlatBuffers 对比

jsonW 在格式本身中具备而 FlatBuffers 不具备的能力,不依赖额外的库。

  1. 658
    带币种的金额:jsonW 在每个值中保存 ISO 4217 币种(12.50 BRL),雷亚尔和美元永远不会变成同一个数字;FlatBuffers 本身没有金额类型。出处: FlatBuffers 规范 · 论文
  2. 659
    带单位的度量:medida[kg] 列在写入时转换 g、t 或 lb,并拒绝其他物理量;FlatBuffers 既不保存单位,也不转换。出处: FlatBuffers 规范 · 论文
  3. 660
    按列、行和单元格的权限:提供文件的一方在响应之前隐藏 +pessoal 列和其他租户的行;FlatBuffers 格式中没有按权限的视图。出处: FlatBuffers 规范 · 论文
  4. 661
    文件中的租户:读取时其他客户的块根本不会被打开;FlatBuffers 本身不区分客户。出处: FlatBuffers 规范 · 论文
  5. 662
    覆盖整个文件的 SHA-256 或 BLAKE3 哈希链:改动一个字节,conferir 就会失败,无需任何密钥;FlatBuffers 没有这样的链。出处: FlatBuffers 规范 · 论文
  6. 663
    在文件内按语义检索,对 vf32、vf16、vq8 或 vq4 计算余弦;用 FlatBuffers 则需要单独的向量数据库。出处: FlatBuffers 规范 · 论文
  7. 664
    在文件内用 IDF 权重按词检索;用 FlatBuffers 则需要单独的搜索引擎。出处: FlatBuffers 规范 · 论文
  8. 665
    格式本身提供前 k 名,顺序确定(并列时行号小的在前);FlatBuffers 没有排序功能。出处: FlatBuffers 规范 · 论文
  9. 666
    基于词表的分类器(Aho-Corasick),一次扫描就能找出文本中的所有词;FlatBuffers 没有类似功能。出处: FlatBuffers 规范 · 论文
  10. 667
    多线性网格:直接从文件进行双线性、三线性及更高维插值;用 FlatBuffers 则插值写在应用代码里。出处: FlatBuffers 规范 · 论文
  11. 668
    相近的拼写和读音:用 ~~ 运算符,"Kokakola" 能找到 "Coca-Cola",支持 pt、en、es 和 zh;FlatBuffers 没有相近拼写检索。出处: FlatBuffers 规范 · 论文
  12. 669
    音频信号(音高、停顿、jitter、shimmer、HNR、共振峰、MFCC)被测量并写成格式中的一行;FlatBuffers 不测量音频。出处: FlatBuffers 规范 · 论文
  13. 670
    文本信号(否定、情感极性、被动语态、代词、表情符号、笑声),支持 pt、en、es 和 zh;FlatBuffers 不测量文本。出处: FlatBuffers 规范 · 论文
  14. 671
    按场景切分的视频:切点、亮度、运动、颜色和每一段的音频都输出为格式中的行;FlatBuffers 不分析视频。出处: FlatBuffers 规范 · 论文
  15. 672
    文件本身保存历史:再次写入同一个键就是修改,_apagado: true 就是删除,旧版本不会丢失;FlatBuffers 不在文件中保存修改历史。出处: FlatBuffers 规范 · 论文
  16. 673
    写入时校验 URL(scheme://、mailto:、tel:、urn:);FlatBuffers 在地址的位置接受任意文本。出处: FlatBuffers 规范 · 论文
  17. 674
    媒体类型,带哈希、MIME 类型、大小、时长、宽度和高度;FlatBuffers 没有媒体类型。出处: FlatBuffers 规范 · 论文
  18. 675
    同一个模型中有三种无损形式:用于实时的二进制行、按列存储的文件,以及接受任何 JSON 的文本;FlatBuffers 无法同时具备这三种。出处: FlatBuffers 规范 · 论文
  19. 676
    用 HMAC-SHA256 签名的凭证,含租户、范围和有效期,以恒定时间校验并防止重放;FlatBuffers 没有定义凭证。出处: FlatBuffers 规范 · 论文
  20. 677
    模式就在文件中,只占一行(id:i64,nome:texto?,preco:dinheiro);FlatBuffers 不随数据携带模式。出处: FlatBuffers 规范 · 论文
  21. 678
    精确小数(decimal[2]):12.50 从不经过浮点数;FlatBuffers 没有精确小数。出处: FlatBuffers 规范 · 论文
  22. 679
    日期时间有自己的类型(tempo,UTC 微秒);在 FlatBuffers 中日期没有类型,每个程序各自解读。出处: FlatBuffers 规范 · 论文
  23. 680
    区间:每块的最小值和最大值让过滤直接跳过整块(论文的一个测试中跳过了 103 块中的 102 块);FlatBuffers 要过滤就得全部读一遍。出处: FlatBuffers 规范 · 论文
  24. 681
    内置按块压缩,分三个级别,且不影响对每个块的访问;FlatBuffers 本身不压缩。出处: FlatBuffers 规范 · 论文
  25. 682
    每个块都有 CRC32C,用于发现意外损坏;FlatBuffers 没有校验和。出处: FlatBuffers 规范 · 论文
  26. 683
    16、8 和 4 位向量(vf16、vq8、vq4)作为类型,可直接计算余弦;FlatBuffers 没有半精度或量化向量。出处: FlatBuffers 规范 · 论文
  27. 684
    任何有效的 JSON 都已经是有效的 jsonW 文本,无需转换;从 JSON 到 FlatBuffers 则需要转换。出处: FlatBuffers 规范 · 论文

jsonW 与 Avro 对比

jsonW 在格式本身中具备而 Avro 不具备的能力,不依赖额外的库。

  1. 685
    带币种的金额:jsonW 在每个值中保存 ISO 4217 币种(12.50 BRL),雷亚尔和美元永远不会变成同一个数字;Avro 本身没有金额类型。出处: Avro 规范 · 论文
  2. 686
    带单位的度量:medida[kg] 列在写入时转换 g、t 或 lb,并拒绝其他物理量;Avro 既不保存单位,也不转换。出处: Avro 规范 · 论文
  3. 687
    按列、行和单元格的权限:提供文件的一方在响应之前隐藏 +pessoal 列和其他租户的行;Avro 格式中没有按权限的视图。出处: Avro 规范 · 论文
  4. 688
    文件中的租户:读取时其他客户的块根本不会被打开;Avro 本身不区分客户。出处: Avro 规范 · 论文
  5. 689
    覆盖整个文件的 SHA-256 或 BLAKE3 哈希链:改动一个字节,conferir 就会失败,无需任何密钥;Avro 没有这样的链。出处: Avro 规范 · 论文
  6. 690
    在文件内按语义检索,对 vf32、vf16、vq8 或 vq4 计算余弦;用 Avro 则需要单独的向量数据库。出处: Avro 规范 · 论文
  7. 691
    在文件内用 IDF 权重按词检索;用 Avro 则需要单独的搜索引擎。出处: Avro 规范 · 论文
  8. 692
    格式本身提供前 k 名,顺序确定(并列时行号小的在前);Avro 没有排序功能。出处: Avro 规范 · 论文
  9. 693
    基于词表的分类器(Aho-Corasick),一次扫描就能找出文本中的所有词;Avro 没有类似功能。出处: Avro 规范 · 论文
  10. 694
    多线性网格:直接从文件进行双线性、三线性及更高维插值;用 Avro 则插值写在应用代码里。出处: Avro 规范 · 论文
  11. 695
    相近的拼写和读音:用 ~~ 运算符,"Kokakola" 能找到 "Coca-Cola",支持 pt、en、es 和 zh;Avro 没有相近拼写检索。出处: Avro 规范 · 论文
  12. 696
    音频信号(音高、停顿、jitter、shimmer、HNR、共振峰、MFCC)被测量并写成格式中的一行;Avro 不测量音频。出处: Avro 规范 · 论文
  13. 697
    文本信号(否定、情感极性、被动语态、代词、表情符号、笑声),支持 pt、en、es 和 zh;Avro 不测量文本。出处: Avro 规范 · 论文
  14. 698
    按场景切分的视频:切点、亮度、运动、颜色和每一段的音频都输出为格式中的行;Avro 不分析视频。出处: Avro 规范 · 论文
  15. 699
    文件本身保存历史:再次写入同一个键就是修改,_apagado: true 就是删除,旧版本不会丢失;Avro 不在文件中保存修改历史。出处: Avro 规范 · 论文
  16. 700
    写入时校验 URL(scheme://、mailto:、tel:、urn:);Avro 在地址的位置接受任意文本。出处: Avro 规范 · 论文
  17. 701
    媒体类型,带哈希、MIME 类型、大小、时长、宽度和高度;Avro 没有媒体类型。出处: Avro 规范 · 论文
  18. 702
    同一个模型中有三种无损形式:用于实时的二进制行、按列存储的文件,以及接受任何 JSON 的文本;Avro 无法同时具备这三种。出处: Avro 规范 · 论文
  19. 703
    用 HMAC-SHA256 签名的凭证,含租户、范围和有效期,以恒定时间校验并防止重放;Avro 没有定义凭证。出处: Avro 规范 · 论文
  20. 704
    读取一列而不读其他列:在论文的测试中,读取一列比 JSONL 快 2,310 倍;Avro 必须读取整条记录。出处: Avro 规范 · 论文
  21. 705
    区间:每块的最小值和最大值让过滤直接跳过整块(论文的一个测试中跳过了 103 块中的 102 块);Avro 要过滤就得全部读一遍。出处: Avro 规范 · 论文
  22. 706
    通过 HTTP Range 远程部分读取:读取 79.1 MB 文件中的一行只下载了 0.98%;Avro 要找一行就必须下载整个文件。出处: Avro 规范 · 论文
  23. 707
    16、8 和 4 位向量(vf16、vq8、vq4)作为类型,可直接计算余弦;Avro 没有半精度或量化向量。出处: Avro 规范 · 论文
  24. 708
    任何有效的 JSON 都已经是有效的 jsonW 文本,无需转换;从 JSON 到 Avro 则需要转换。出处: Avro 规范 · 论文

jsonW 与 Parquet 对比

jsonW 在格式本身中具备而 Parquet 不具备的能力,不依赖额外的库。

  1. 709
    带币种的金额:jsonW 在每个值中保存 ISO 4217 币种(12.50 BRL),雷亚尔和美元永远不会变成同一个数字;Parquet 本身没有金额类型。出处: Parquet 规范 · 论文
  2. 710
    带单位的度量:medida[kg] 列在写入时转换 g、t 或 lb,并拒绝其他物理量;Parquet 既不保存单位,也不转换。出处: Parquet 规范 · 论文
  3. 711
    按列、行和单元格的权限:提供文件的一方在响应之前隐藏 +pessoal 列和其他租户的行;Parquet 格式中没有按权限的视图。出处: Parquet 规范 · 论文
  4. 712
    文件中的租户:读取时其他客户的块根本不会被打开;Parquet 本身不区分客户。出处: Parquet 规范 · 论文
  5. 713
    覆盖整个文件的 SHA-256 或 BLAKE3 哈希链:改动一个字节,conferir 就会失败,无需任何密钥;Parquet 没有这样的链。出处: Parquet 规范 · 论文
  6. 714
    在文件内按语义检索,对 vf32、vf16、vq8 或 vq4 计算余弦;用 Parquet 则需要单独的向量数据库。出处: Parquet 规范 · 论文
  7. 715
    在文件内用 IDF 权重按词检索;用 Parquet 则需要单独的搜索引擎。出处: Parquet 规范 · 论文
  8. 716
    格式本身提供前 k 名,顺序确定(并列时行号小的在前);Parquet 没有排序功能。出处: Parquet 规范 · 论文
  9. 717
    基于词表的分类器(Aho-Corasick),一次扫描就能找出文本中的所有词;Parquet 没有类似功能。出处: Parquet 规范 · 论文
  10. 718
    多线性网格:直接从文件进行双线性、三线性及更高维插值;用 Parquet 则插值写在应用代码里。出处: Parquet 规范 · 论文
  11. 719
    相近的拼写和读音:用 ~~ 运算符,"Kokakola" 能找到 "Coca-Cola",支持 pt、en、es 和 zh;Parquet 没有相近拼写检索。出处: Parquet 规范 · 论文
  12. 720
    音频信号(音高、停顿、jitter、shimmer、HNR、共振峰、MFCC)被测量并写成格式中的一行;Parquet 不测量音频。出处: Parquet 规范 · 论文
  13. 721
    文本信号(否定、情感极性、被动语态、代词、表情符号、笑声),支持 pt、en、es 和 zh;Parquet 不测量文本。出处: Parquet 规范 · 论文
  14. 722
    按场景切分的视频:切点、亮度、运动、颜色和每一段的音频都输出为格式中的行;Parquet 不分析视频。出处: Parquet 规范 · 论文
  15. 723
    文件本身保存历史:再次写入同一个键就是修改,_apagado: true 就是删除,旧版本不会丢失;Parquet 不在文件中保存修改历史。出处: Parquet 规范 · 论文
  16. 724
    写入时校验 URL(scheme://、mailto:、tel:、urn:);Parquet 在地址的位置接受任意文本。出处: Parquet 规范 · 论文
  17. 725
    媒体类型,带哈希、MIME 类型、大小、时长、宽度和高度;Parquet 没有媒体类型。出处: Parquet 规范 · 论文
  18. 726
    同一个模型中有三种无损形式:用于实时的二进制行、按列存储的文件,以及接受任何 JSON 的文本;Parquet 无法同时具备这三种。出处: Parquet 规范 · 论文
  19. 727
    用 HMAC-SHA256 签名的凭证,含租户、范围和有效期,以恒定时间校验并防止重放;Parquet 没有定义凭证。出处: Parquet 规范 · 论文
  20. 728
    写入中断只会丢失最后一个块,wjsw reparar 可以重建文件末尾;从中间截断的 Parquet 文件将无法读取。出处: Parquet 规范 · 论文
  21. 729
    任何有效的 JSON 都已经是有效的 jsonW 文本,无需转换;从 JSON 到 Parquet 则需要转换。出处: Parquet 规范 · 论文

jsonW 与 Arrow 对比

jsonW 在格式本身中具备而 Arrow 不具备的能力,不依赖额外的库。

  1. 730
    带币种的金额:jsonW 在每个值中保存 ISO 4217 币种(12.50 BRL),雷亚尔和美元永远不会变成同一个数字;Arrow 本身没有金额类型。出处: Arrow 规范 · 论文
  2. 731
    带单位的度量:medida[kg] 列在写入时转换 g、t 或 lb,并拒绝其他物理量;Arrow 既不保存单位,也不转换。出处: Arrow 规范 · 论文
  3. 732
    按列、行和单元格的权限:提供文件的一方在响应之前隐藏 +pessoal 列和其他租户的行;Arrow 格式中没有按权限的视图。出处: Arrow 规范 · 论文
  4. 733
    文件中的租户:读取时其他客户的块根本不会被打开;Arrow 本身不区分客户。出处: Arrow 规范 · 论文
  5. 734
    覆盖整个文件的 SHA-256 或 BLAKE3 哈希链:改动一个字节,conferir 就会失败,无需任何密钥;Arrow 没有这样的链。出处: Arrow 规范 · 论文
  6. 735
    在文件内按语义检索,对 vf32、vf16、vq8 或 vq4 计算余弦;用 Arrow 则需要单独的向量数据库。出处: Arrow 规范 · 论文
  7. 736
    在文件内用 IDF 权重按词检索;用 Arrow 则需要单独的搜索引擎。出处: Arrow 规范 · 论文
  8. 737
    格式本身提供前 k 名,顺序确定(并列时行号小的在前);Arrow 没有排序功能。出处: Arrow 规范 · 论文
  9. 738
    基于词表的分类器(Aho-Corasick),一次扫描就能找出文本中的所有词;Arrow 没有类似功能。出处: Arrow 规范 · 论文
  10. 739
    多线性网格:直接从文件进行双线性、三线性及更高维插值;用 Arrow 则插值写在应用代码里。出处: Arrow 规范 · 论文
  11. 740
    相近的拼写和读音:用 ~~ 运算符,"Kokakola" 能找到 "Coca-Cola",支持 pt、en、es 和 zh;Arrow 没有相近拼写检索。出处: Arrow 规范 · 论文
  12. 741
    音频信号(音高、停顿、jitter、shimmer、HNR、共振峰、MFCC)被测量并写成格式中的一行;Arrow 不测量音频。出处: Arrow 规范 · 论文
  13. 742
    文本信号(否定、情感极性、被动语态、代词、表情符号、笑声),支持 pt、en、es 和 zh;Arrow 不测量文本。出处: Arrow 规范 · 论文
  14. 743
    按场景切分的视频:切点、亮度、运动、颜色和每一段的音频都输出为格式中的行;Arrow 不分析视频。出处: Arrow 规范 · 论文
  15. 744
    文件本身保存历史:再次写入同一个键就是修改,_apagado: true 就是删除,旧版本不会丢失;Arrow 不在文件中保存修改历史。出处: Arrow 规范 · 论文
  16. 745
    写入时校验 URL(scheme://、mailto:、tel:、urn:);Arrow 在地址的位置接受任意文本。出处: Arrow 规范 · 论文
  17. 746
    媒体类型,带哈希、MIME 类型、大小、时长、宽度和高度;Arrow 没有媒体类型。出处: Arrow 规范 · 论文
  18. 747
    同一个模型中有三种无损形式:用于实时的二进制行、按列存储的文件,以及接受任何 JSON 的文本;Arrow 无法同时具备这三种。出处: Arrow 规范 · 论文
  19. 748
    用 HMAC-SHA256 签名的凭证,含租户、范围和有效期,以恒定时间校验并防止重放;Arrow 没有定义凭证。出处: Arrow 规范 · 论文
  20. 749
    每个块都有 CRC32C,用于发现意外损坏;Arrow 没有校验和。出处: Arrow 规范 · 论文
  21. 750
    写入中断只会丢失最后一个块,wjsw reparar 可以重建文件末尾;从中间截断的 Arrow 文件将无法读取。出处: Arrow 规范 · 论文
  22. 751
    任何有效的 JSON 都已经是有效的 jsonW 文本,无需转换;从 JSON 到 Arrow 则需要转换。出处: Arrow 规范 · 论文

jsonW 与 ORC 对比

jsonW 在格式本身中具备而 ORC 不具备的能力,不依赖额外的库。

  1. 752
    带币种的金额:jsonW 在每个值中保存 ISO 4217 币种(12.50 BRL),雷亚尔和美元永远不会变成同一个数字;ORC 本身没有金额类型。出处: ORC 规范 · 论文
  2. 753
    带单位的度量:medida[kg] 列在写入时转换 g、t 或 lb,并拒绝其他物理量;ORC 既不保存单位,也不转换。出处: ORC 规范 · 论文
  3. 754
    按列、行和单元格的权限:提供文件的一方在响应之前隐藏 +pessoal 列和其他租户的行;ORC 格式中没有按权限的视图。出处: ORC 规范 · 论文
  4. 755
    文件中的租户:读取时其他客户的块根本不会被打开;ORC 本身不区分客户。出处: ORC 规范 · 论文
  5. 756
    覆盖整个文件的 SHA-256 或 BLAKE3 哈希链:改动一个字节,conferir 就会失败,无需任何密钥;ORC 没有这样的链。出处: ORC 规范 · 论文
  6. 757
    在文件内按语义检索,对 vf32、vf16、vq8 或 vq4 计算余弦;用 ORC 则需要单独的向量数据库。出处: ORC 规范 · 论文
  7. 758
    在文件内用 IDF 权重按词检索;用 ORC 则需要单独的搜索引擎。出处: ORC 规范 · 论文
  8. 759
    格式本身提供前 k 名,顺序确定(并列时行号小的在前);ORC 没有排序功能。出处: ORC 规范 · 论文
  9. 760
    基于词表的分类器(Aho-Corasick),一次扫描就能找出文本中的所有词;ORC 没有类似功能。出处: ORC 规范 · 论文
  10. 761
    多线性网格:直接从文件进行双线性、三线性及更高维插值;用 ORC 则插值写在应用代码里。出处: ORC 规范 · 论文
  11. 762
    相近的拼写和读音:用 ~~ 运算符,"Kokakola" 能找到 "Coca-Cola",支持 pt、en、es 和 zh;ORC 没有相近拼写检索。出处: ORC 规范 · 论文
  12. 763
    音频信号(音高、停顿、jitter、shimmer、HNR、共振峰、MFCC)被测量并写成格式中的一行;ORC 不测量音频。出处: ORC 规范 · 论文
  13. 764
    文本信号(否定、情感极性、被动语态、代词、表情符号、笑声),支持 pt、en、es 和 zh;ORC 不测量文本。出处: ORC 规范 · 论文
  14. 765
    按场景切分的视频:切点、亮度、运动、颜色和每一段的音频都输出为格式中的行;ORC 不分析视频。出处: ORC 规范 · 论文
  15. 766
    文件本身保存历史:再次写入同一个键就是修改,_apagado: true 就是删除,旧版本不会丢失;ORC 不在文件中保存修改历史。出处: ORC 规范 · 论文
  16. 767
    写入时校验 URL(scheme://、mailto:、tel:、urn:);ORC 在地址的位置接受任意文本。出处: ORC 规范 · 论文
  17. 768
    媒体类型,带哈希、MIME 类型、大小、时长、宽度和高度;ORC 没有媒体类型。出处: ORC 规范 · 论文
  18. 769
    同一个模型中有三种无损形式:用于实时的二进制行、按列存储的文件,以及接受任何 JSON 的文本;ORC 无法同时具备这三种。出处: ORC 规范 · 论文
  19. 770
    用 HMAC-SHA256 签名的凭证,含租户、范围和有效期,以恒定时间校验并防止重放;ORC 没有定义凭证。出处: ORC 规范 · 论文
  20. 771
    写入中断只会丢失最后一个块,wjsw reparar 可以重建文件末尾;从中间截断的 ORC 文件将无法读取。出处: ORC 规范 · 论文
  21. 772
    16、8 和 4 位向量(vf16、vq8、vq4)作为类型,可直接计算余弦;ORC 没有半精度或量化向量。出处: ORC 规范 · 论文
  22. 773
    任何有效的 JSON 都已经是有效的 jsonW 文本,无需转换;从 JSON 到 ORC 则需要转换。出处: ORC 规范 · 论文

jsonW 与 SQLite 对比

jsonW 在格式本身中具备而 SQLite 不具备的能力,不依赖额外的库。

  1. 774
    带币种的金额:jsonW 在每个值中保存 ISO 4217 币种(12.50 BRL),雷亚尔和美元永远不会变成同一个数字;SQLite 本身没有金额类型。出处: SQLite 规范 · 论文
  2. 775
    带单位的度量:medida[kg] 列在写入时转换 g、t 或 lb,并拒绝其他物理量;SQLite 既不保存单位,也不转换。出处: SQLite 规范 · 论文
  3. 776
    按列、行和单元格的权限:提供文件的一方在响应之前隐藏 +pessoal 列和其他租户的行;SQLite 格式中没有按权限的视图。出处: SQLite 规范 · 论文
  4. 777
    文件中的租户:读取时其他客户的块根本不会被打开;SQLite 本身不区分客户。出处: SQLite 规范 · 论文
  5. 778
    覆盖整个文件的 SHA-256 或 BLAKE3 哈希链:改动一个字节,conferir 就会失败,无需任何密钥;SQLite 没有这样的链。出处: SQLite 规范 · 论文
  6. 779
    在文件内按语义检索,对 vf32、vf16、vq8 或 vq4 计算余弦;用 SQLite 则需要单独的向量数据库。出处: SQLite 规范 · 论文
  7. 780
    基于词表的分类器(Aho-Corasick),一次扫描就能找出文本中的所有词;SQLite 没有类似功能。出处: SQLite 规范 · 论文
  8. 781
    多线性网格:直接从文件进行双线性、三线性及更高维插值;用 SQLite 则插值写在应用代码里。出处: SQLite 规范 · 论文
  9. 782
    音频信号(音高、停顿、jitter、shimmer、HNR、共振峰、MFCC)被测量并写成格式中的一行;SQLite 不测量音频。出处: SQLite 规范 · 论文
  10. 783
    文本信号(否定、情感极性、被动语态、代词、表情符号、笑声),支持 pt、en、es 和 zh;SQLite 不测量文本。出处: SQLite 规范 · 论文
  11. 784
    按场景切分的视频:切点、亮度、运动、颜色和每一段的音频都输出为格式中的行;SQLite 不分析视频。出处: SQLite 规范 · 论文
  12. 785
    文件本身保存历史:再次写入同一个键就是修改,_apagado: true 就是删除,旧版本不会丢失;SQLite 不在文件中保存修改历史。出处: SQLite 规范 · 论文
  13. 786
    写入时校验 URL(scheme://、mailto:、tel:、urn:);SQLite 在地址的位置接受任意文本。出处: SQLite 规范 · 论文
  14. 787
    媒体类型,带哈希、MIME 类型、大小、时长、宽度和高度;SQLite 没有媒体类型。出处: SQLite 规范 · 论文
  15. 788
    同一个模型中有三种无损形式:用于实时的二进制行、按列存储的文件,以及接受任何 JSON 的文本;SQLite 无法同时具备这三种。出处: SQLite 规范 · 论文
  16. 789
    用 HMAC-SHA256 签名的凭证,含租户、范围和有效期,以恒定时间校验并防止重放;SQLite 没有定义凭证。出处: SQLite 规范 · 论文
  17. 790
    读取一列而不读其他列:在论文的测试中,读取一列比 JSONL 快 2,310 倍;SQLite 必须读取整条记录。出处: SQLite 规范 · 论文
  18. 791
    精确小数(decimal[2]):12.50 从不经过浮点数;SQLite 没有精确小数。出处: SQLite 规范 · 论文
  19. 792
    内置按块压缩,分三个级别,且不影响对每个块的访问;SQLite 本身不压缩。出处: SQLite 规范 · 论文
  20. 793
    每个块都有 CRC32C,用于发现意外损坏;SQLite 没有校验和。出处: SQLite 规范 · 论文
  21. 794
    16、8 和 4 位向量(vf16、vq8、vq4)作为类型,可直接计算余弦;SQLite 没有半精度或量化向量。出处: SQLite 规范 · 论文
  22. 795
    任何有效的 JSON 都已经是有效的 jsonW 文本,无需转换;从 JSON 到 SQLite 则需要转换。出处: SQLite 规范 · 论文

工具、数据库、服务器与云

wjsw 工具以及包内其他程序的命令。

  1. 796
    wjsw de-texto 按您编写的模式把 JSON、JSONL 或 jsonW 文本转换为 .jsw。出处: docs/JSONW.md
  2. 797
    wjsw de-json 用推断出的模式把 JSON 或 JSONL 转换为 .jsw。出处: AGENTS.md
  3. 798
    wjsw ver 以 jsonW 文本显示各行,并已按凭证应用视图。出处: docs/JSONW.md
  4. 799
    wjsw ver 文件 100 50 显示从第 100 行开始的 50 行。出处: README
  5. 800
    wjsw info 显示模式、块、大小、哈希和区间。出处: docs/JSONW.md
  6. 801
    wjsw conferir 校验完整的完整性链。出处: docs/JSONW.md
  7. 802
    wjsw reparar 重建被截断文件的末尾。出处: docs/JSONW.md
  8. 803
    wjsw para-texto --json 无损地还原 JSON。出处: docs/JSONW.md
  9. 804
    wjsw filtrar 接受用分号分隔的多个条件。出处: docs/JSONW.md
  10. 805
    wjsw filtrar 按物理量比较度量:"peso > 500" 也匹配 "0,5 kg"。出处: AGENTS.md
  11. 806
    wjsw calcular 给出计数、精确求和、最小值、最大值和平均值,支持 --onde 和 --por。出处: docs/JSONW.md
  12. 807
    wjsw comparar 显示仅在 a 中、仅在 b 中、已变化和相同的行。出处: docs/JSONW.md
  13. 808
    wjsw avaliar 按权重、余弦、稀疏或网格打分并返回最好的 k 行。出处: docs/JSONW.md
  14. 809
    wjsw escolher 返回某一列中值最大的 k 行。出处: docs/JSONW.md
  15. 810
    wjsw reconhecer 找出文本中词表里的词,并按信号累加。出处: docs/JSONW.md
  16. 811
    wjsw medir 在您的机器上测量写入和读取。出处: docs/JSONW.md
  17. 812
    wjsw regravar 把哈希换成 BLAKE3,或用新版本的编码重新编码。出处: 论文
  18. 813
    wcon pg 把 PostgreSQL 查询结果导入 .jsw,模式取自列类型。出处: AGENTS.md
  19. 814
    wcon pg-gravar 在一个事务中把 .jsw 写回 PostgreSQL 表。出处: AGENTS.md
  20. 815
    在 Postgres 中,timestamptz、timestamp 和 date 变成 tempo,写回时保持不变。出处: AGENTS.md
  21. 816
    在 Postgres 中,numeric 变成精确小数。出处: AGENTS.md
  22. 817
    wcon mysql 把 MySQL 查询导入 .jsw。出处: AGENTS.md
  23. 818
    wcon sqlite 和 wcon sqlite-gravar 在 SQLite 和 .jsw 之间双向迁移数据。出处: AGENTS.md
  24. 819
    wcon redis 按名称模式导入 Redis 的键。出处: AGENTS.md
  25. 820
    wcon mongo 按过滤条件导入 MongoDB 集合。出处: AGENTS.md
  26. 821
    wremoto info 打开远程文件时只下载文件头和文件尾。出处: 论文
  27. 822
    wremoto ver 读取远程的一行时只下载它所在的块。出处: 论文
  28. 823
    wremoto filtrar 只下载可能满足过滤条件的块。出处: 论文
  29. 824
    在 R2 和 S3 上,wremoto 的每个请求都用 AWS SigV4 签名。出处: 论文
  30. 825
    wjsw-cgi 可在 Apache 上运行。出处: 论文
  31. 826
    wjsw-cgi 可在 nginx 上运行。出处: 论文
  32. 827
    wjsw-cgi 可在 LiteSpeed 上运行。出处: 论文
  33. 828
    wjsw-cgi 可在 Caddy 上运行。出处: 论文
  34. 829
    wjsw-cgi 可在 IIS 上运行。出处: 论文
  35. 830
    除 jsonW 外,wjsw-cgi 还可通过 ?formato= 以 JSON 或 NDJSON 响应。出处: AGENTS.md
  36. 831
    没有标记列且没有租户的文件按原样提供,支持 Range 206 和 CORS。出处: AGENTS.md
  37. 832
    提供 macOS arm64 的现成二进制程序。出处: README
  38. 833
    提供 Linux x86_64 的现成二进制程序(glibc 2.34+:Ubuntu 22.04+、Debian 12+、RHEL 9+)。出处: README
  39. 834
    提供 Windows x86_64 的现成二进制程序。出处: README
  40. 835
    npm install @wortictecnologia/jsonw 会安装预编译的插件和 jsonw 命令。出处: AGENTS.md
  41. 836
    wjsw ver --json 以严格的 JSON 显示同样的行。出处: AGENTS.md
  42. 837
    wjsw avaliar --json 每行输出一个 JSON,可直接交给其他工具。出处: docs/JSONW.md
  43. 838
    WJSW_ESCOPOS 设置命令行会话的范围,用于测试视图。出处: AGENTS.md

10 种语言的 SDK

所有语言中的名称都相同,并且都通过同一项逐字节测试。

  1. 839
    C SDK:Leitor(读取器)打开 .jsw 文件,返回每一行以及模式和字段。出处: README
  2. 840
    C SDK:json(i) 和 texto(i) 以 JSON 或 jsonW 文本无损返回第 i 行。出处: README
  3. 841
    C SDK:campo(i, 名称) 读取某行的一个字段,不解码其余部分。出处: README
  4. 842
    C SDK:conferir() 校验文件中每个块的 CRC32C 和哈希。出处: README
  5. 843
    C SDK:avaliar(请求, k) 给每行打分并返回最好的 k 行,结果与工具相同。出处: README
  6. 844
    C SDK:Escritor(写入器)以 0、1 或 2 级压缩写入,并使用 SHA-256 或 BLAKE3 哈希。出处: README
  7. 845
    C SDK:fechar() 原子地发布文件:文件只会完整出现。出处: README
  8. 846
    C SDK:abandonar() 放弃本次写入,不触碰已存在的文件。出处: README
  9. 847
    C SDK:Reconhecedor 构建词表自动机并找出文本中的词。出处: README
  10. 848
    C SDK:escolher(得分, k) 按 jsonW 的确定性顺序返回最高的 k 个得分。出处: README
  11. 849
    C++ SDK:Leitor(读取器)打开 .jsw 文件,返回每一行以及模式和字段。出处: README
  12. 850
    C++ SDK:json(i) 和 texto(i) 以 JSON 或 jsonW 文本无损返回第 i 行。出处: README
  13. 851
    C++ SDK:campo(i, 名称) 读取某行的一个字段,不解码其余部分。出处: README
  14. 852
    C++ SDK:conferir() 校验文件中每个块的 CRC32C 和哈希。出处: README
  15. 853
    C++ SDK:avaliar(请求, k) 给每行打分并返回最好的 k 行,结果与工具相同。出处: README
  16. 854
    C++ SDK:Escritor(写入器)以 0、1 或 2 级压缩写入,并使用 SHA-256 或 BLAKE3 哈希。出处: README
  17. 855
    C++ SDK:fechar() 原子地发布文件:文件只会完整出现。出处: README
  18. 856
    C++ SDK:abandonar() 放弃本次写入,不触碰已存在的文件。出处: README
  19. 857
    C++ SDK:Reconhecedor 构建词表自动机并找出文本中的词。出处: README
  20. 858
    C++ SDK:escolher(得分, k) 按 jsonW 的确定性顺序返回最高的 k 个得分。出处: README
  21. 859
    Python SDK:Leitor(读取器)打开 .jsw 文件,返回每一行以及模式和字段。出处: README
  22. 860
    Python SDK:json(i) 和 texto(i) 以 JSON 或 jsonW 文本无损返回第 i 行。出处: README
  23. 861
    Python SDK:campo(i, 名称) 读取某行的一个字段,不解码其余部分。出处: README
  24. 862
    Python SDK:conferir() 校验文件中每个块的 CRC32C 和哈希。出处: README
  25. 863
    Python SDK:avaliar(请求, k) 给每行打分并返回最好的 k 行,结果与工具相同。出处: README
  26. 864
    Python SDK:Escritor(写入器)以 0、1 或 2 级压缩写入,并使用 SHA-256 或 BLAKE3 哈希。出处: README
  27. 865
    Python SDK:fechar() 原子地发布文件:文件只会完整出现。出处: README
  28. 866
    Python SDK:abandonar() 放弃本次写入,不触碰已存在的文件。出处: README
  29. 867
    Python SDK:Reconhecedor 构建词表自动机并找出文本中的词。出处: README
  30. 868
    Python SDK:escolher(得分, k) 按 jsonW 的确定性顺序返回最高的 k 个得分。出处: README
  31. 869
    Node.js SDK:Leitor(读取器)打开 .jsw 文件,返回每一行以及模式和字段。出处: README
  32. 870
    Node.js SDK:json(i) 和 texto(i) 以 JSON 或 jsonW 文本无损返回第 i 行。出处: README
  33. 871
    Node.js SDK:campo(i, 名称) 读取某行的一个字段,不解码其余部分。出处: README
  34. 872
    Node.js SDK:conferir() 校验文件中每个块的 CRC32C 和哈希。出处: README
  35. 873
    Node.js SDK:avaliar(请求, k) 给每行打分并返回最好的 k 行,结果与工具相同。出处: README
  36. 874
    Node.js SDK:Escritor(写入器)以 0、1 或 2 级压缩写入,并使用 SHA-256 或 BLAKE3 哈希。出处: README
  37. 875
    Node.js SDK:fechar() 原子地发布文件:文件只会完整出现。出处: README
  38. 876
    Node.js SDK:abandonar() 放弃本次写入,不触碰已存在的文件。出处: README
  39. 877
    Node.js SDK:Reconhecedor 构建词表自动机并找出文本中的词。出处: README
  40. 878
    Node.js SDK:escolher(得分, k) 按 jsonW 的确定性顺序返回最高的 k 个得分。出处: README
  41. 879
    Go SDK:Leitor(读取器)打开 .jsw 文件,返回每一行以及模式和字段。出处: README
  42. 880
    Go SDK:json(i) 和 texto(i) 以 JSON 或 jsonW 文本无损返回第 i 行。出处: README
  43. 881
    Go SDK:campo(i, 名称) 读取某行的一个字段,不解码其余部分。出处: README
  44. 882
    Go SDK:conferir() 校验文件中每个块的 CRC32C 和哈希。出处: README
  45. 883
    Go SDK:avaliar(请求, k) 给每行打分并返回最好的 k 行,结果与工具相同。出处: README
  46. 884
    Go SDK:Escritor(写入器)以 0、1 或 2 级压缩写入,并使用 SHA-256 或 BLAKE3 哈希。出处: README
  47. 885
    Go SDK:fechar() 原子地发布文件:文件只会完整出现。出处: README
  48. 886
    Go SDK:abandonar() 放弃本次写入,不触碰已存在的文件。出处: README
  49. 887
    Go SDK:Reconhecedor 构建词表自动机并找出文本中的词。出处: README
  50. 888
    Go SDK:escolher(得分, k) 按 jsonW 的确定性顺序返回最高的 k 个得分。出处: README
  51. 889
    Rust SDK:Leitor(读取器)打开 .jsw 文件,返回每一行以及模式和字段。出处: README
  52. 890
    Rust SDK:json(i) 和 texto(i) 以 JSON 或 jsonW 文本无损返回第 i 行。出处: README
  53. 891
    Rust SDK:campo(i, 名称) 读取某行的一个字段,不解码其余部分。出处: README
  54. 892
    Rust SDK:conferir() 校验文件中每个块的 CRC32C 和哈希。出处: README
  55. 893
    Rust SDK:avaliar(请求, k) 给每行打分并返回最好的 k 行,结果与工具相同。出处: README
  56. 894
    Rust SDK:Escritor(写入器)以 0、1 或 2 级压缩写入,并使用 SHA-256 或 BLAKE3 哈希。出处: README
  57. 895
    Rust SDK:fechar() 原子地发布文件:文件只会完整出现。出处: README
  58. 896
    Rust SDK:abandonar() 放弃本次写入,不触碰已存在的文件。出处: README
  59. 897
    Rust SDK:Reconhecedor 构建词表自动机并找出文本中的词。出处: README
  60. 898
    Rust SDK:escolher(得分, k) 按 jsonW 的确定性顺序返回最高的 k 个得分。出处: README
  61. 899
    Java SDK:Leitor(读取器)打开 .jsw 文件,返回每一行以及模式和字段。出处: README
  62. 900
    Java SDK:json(i) 和 texto(i) 以 JSON 或 jsonW 文本无损返回第 i 行。出处: README
  63. 901
    Java SDK:campo(i, 名称) 读取某行的一个字段,不解码其余部分。出处: README
  64. 902
    Java SDK:conferir() 校验文件中每个块的 CRC32C 和哈希。出处: README
  65. 903
    Java SDK:avaliar(请求, k) 给每行打分并返回最好的 k 行,结果与工具相同。出处: README
  66. 904
    Java SDK:Escritor(写入器)以 0、1 或 2 级压缩写入,并使用 SHA-256 或 BLAKE3 哈希。出处: README
  67. 905
    Java SDK:fechar() 原子地发布文件:文件只会完整出现。出处: README
  68. 906
    Java SDK:abandonar() 放弃本次写入,不触碰已存在的文件。出处: README
  69. 907
    Java SDK:Reconhecedor 构建词表自动机并找出文本中的词。出处: README
  70. 908
    Java SDK:escolher(得分, k) 按 jsonW 的确定性顺序返回最高的 k 个得分。出处: README
  71. 909
    Kotlin SDK:Leitor(读取器)打开 .jsw 文件,返回每一行以及模式和字段。出处: README
  72. 910
    Kotlin SDK:json(i) 和 texto(i) 以 JSON 或 jsonW 文本无损返回第 i 行。出处: README
  73. 911
    Kotlin SDK:campo(i, 名称) 读取某行的一个字段,不解码其余部分。出处: README
  74. 912
    Kotlin SDK:conferir() 校验文件中每个块的 CRC32C 和哈希。出处: README
  75. 913
    Kotlin SDK:avaliar(请求, k) 给每行打分并返回最好的 k 行,结果与工具相同。出处: README
  76. 914
    Kotlin SDK:Escritor(写入器)以 0、1 或 2 级压缩写入,并使用 SHA-256 或 BLAKE3 哈希。出处: README
  77. 915
    Kotlin SDK:fechar() 原子地发布文件:文件只会完整出现。出处: README
  78. 916
    Kotlin SDK:abandonar() 放弃本次写入,不触碰已存在的文件。出处: README
  79. 917
    Kotlin SDK:Reconhecedor 构建词表自动机并找出文本中的词。出处: README
  80. 918
    Kotlin SDK:escolher(得分, k) 按 jsonW 的确定性顺序返回最高的 k 个得分。出处: README
  81. 919
    Swift SDK:Leitor(读取器)打开 .jsw 文件,返回每一行以及模式和字段。出处: README
  82. 920
    Swift SDK:json(i) 和 texto(i) 以 JSON 或 jsonW 文本无损返回第 i 行。出处: README
  83. 921
    Swift SDK:campo(i, 名称) 读取某行的一个字段,不解码其余部分。出处: README
  84. 922
    Swift SDK:conferir() 校验文件中每个块的 CRC32C 和哈希。出处: README
  85. 923
    Swift SDK:avaliar(请求, k) 给每行打分并返回最好的 k 行,结果与工具相同。出处: README
  86. 924
    Swift SDK:Escritor(写入器)以 0、1 或 2 级压缩写入,并使用 SHA-256 或 BLAKE3 哈希。出处: README
  87. 925
    Swift SDK:fechar() 原子地发布文件:文件只会完整出现。出处: README
  88. 926
    Swift SDK:abandonar() 放弃本次写入,不触碰已存在的文件。出处: README
  89. 927
    Swift SDK:Reconhecedor 构建词表自动机并找出文本中的词。出处: README
  90. 928
    Swift SDK:escolher(得分, k) 按 jsonW 的确定性顺序返回最高的 k 个得分。出处: README
  91. 929
    PHP SDK:Leitor(读取器)打开 .jsw 文件,返回每一行以及模式和字段。出处: README
  92. 930
    PHP SDK:json(i) 和 texto(i) 以 JSON 或 jsonW 文本无损返回第 i 行。出处: README
  93. 931
    PHP SDK:campo(i, 名称) 读取某行的一个字段,不解码其余部分。出处: README
  94. 932
    PHP SDK:conferir() 校验文件中每个块的 CRC32C 和哈希。出处: README
  95. 933
    PHP SDK:avaliar(请求, k) 给每行打分并返回最好的 k 行,结果与工具相同。出处: README
  96. 934
    PHP SDK:Escritor(写入器)以 0、1 或 2 级压缩写入,并使用 SHA-256 或 BLAKE3 哈希。出处: README
  97. 935
    PHP SDK:fechar() 原子地发布文件:文件只会完整出现。出处: README
  98. 936
    PHP SDK:abandonar() 放弃本次写入,不触碰已存在的文件。出处: README
  99. 937
    PHP SDK:Reconhecedor 构建词表自动机并找出文本中的词。出处: README
  100. 938
    PHP SDK:escolher(得分, k) 按 jsonW 的确定性顺序返回最高的 k 个得分。出处: README

按行业

各项功能在不同行业中的应用。示例使用虚构数据。

  1. 939
    诊所:前台看到本门店的预约,但看不到证件号和金额;财务看得到金额;谁都看不到其他门店。出处: 论文
  2. 940
    诊所:以 mmHg 表示的血压是带单位的度量,在列需要时转换为 Pa。出处: 用 wjsw 1.3.11 测试
  3. 941
    药房:以 mg 表示的剂量转换为 g,不会出现小数分隔符错误。出处: 用 wjsw 1.3.11 测试
  4. 942
    会计:精确小数避免浮点运算丢失分币,币种也写在每个值中。出处: docs/JSONW.md
  5. 943
    会计:修改历史留在文件中,便于审计。出处: 论文
  6. 944
    网店:作为 codigo 的 SKU 永远不会丢失前导零。出处: docs/JSONW.md
  7. 945
    网店:以 g、kg 或 lb 表示的重量转换为运费列的单位。出处: 用 wjsw 1.3.11 测试
  8. 946
    网店:相近拼写检索能找到顾客拼错的商品。出处: Newsroom
  9. 947
    网店:一行请求就能按价格和评分取前 k 名。出处: 论文
  10. 948
    物流:把按距离和重量计算的运费表作为多线性网格。出处: 论文
  11. 949
    物流:以 km、mi 或 nmi 表示的距离转换为 m。出处: 用 wjsw 1.3.11 测试
  12. 950
    能源:Wh、kWh、MWh 或 GWh 表示的用电量放在同一列,转换为 J。出处: 用 wjsw 1.3.11 测试
  13. 951
    气候与 ESG:以 gCO2e、kgCO2e 和 tCO2e 表示的排放量在写入时转换。出处: 用 wjsw 1.3.11 测试
  14. 952
    法律:哈希链证明证据文件自写入以来没有被改动。出处: 论文
  15. 953
    法律:历史显示一条记录的每个版本,删除也有标记。出处: 论文
  16. 954
    商标和专利:在在先检索中,"Kokakola" 能找到 "Coca-Cola"。出处: Newsroom
  17. 955
    商标和专利:整个 INPI 数据集在最高级别下只占 1.9 GB,有效商标计数 43 毫秒即可得出。出处: 论文
  18. 956
    人力资源:薪资列标记为 +escopo(financeiro),只有财务可以看到。出处: 论文
  19. 957
    客户服务:词表在一条消息中区分购买意向和流失风险。出处: 论文
  20. 958
    客户服务:文本信号统计每条消息中的否定、全大写、感叹号和笑声。出处: Newsroom
  21. 959
    呼叫中心:音频信号测量每通电话的停顿、音高和语速。出处: Newsroom
  22. 960
    媒体:视频被切分为带测量值的场景,每个场景一张拼图。出处: Newsroom
  23. 961
    多租户 SaaS:一个带租户列的文件,其他客户的块根本不会被打开。出处: Newsroom
  24. 962
    开放数据:整个公开的 INPI 数据集,12.53 GB 的 CSV,转为 2.58 GB 的 .jsw。出处: 论文
  25. 963
    物联网:带微秒级时间的读数,以及只追加的写入。出处: 论文
  26. 964
    金融:同一列中有多种币种的金额,每个值都带自己的 ISO 4217 币种。出处: docs/JSONW.md
  27. 965
    房地产和农业:以 m2、ha、km2、ft2 或 alqueire 表示的面积转换为 m2。出处: 用 wjsw 1.3.11 测试
  28. 966
    农业:以 t、kg 或 lb 表示的产量放在同一个质量列中。出处: 用 wjsw 1.3.11 测试
  29. 967
    工业:以 bar、psi、kPa 或 atm 表示的压强转换为 Pa。出处: 用 wjsw 1.3.11 测试
  30. 968
    工业:°C、°F 或 K 表示的温度放在同一列。出处: 用 wjsw 1.3.11 测试
  31. 969
    科技:以 KB、MB、KiB 或 GiB 表示的大小,不会把 1,000 和 1,024 混淆。出处: 用 wjsw 1.3.11 测试
  32. 970
    体育和交通:以 km/h、mph、节或 m/s 表示的速度。出处: 用 wjsw 1.3.11 测试
  33. 971
    科研:实验数据带单位,每个块都有哈希。出处: 论文
  34. 972
    政府:同一个查询用不同凭证只返回各机构能看到的内容。出处: 论文
  35. 973
    教育:语义检索按主题而不仅是按词找到课程。出处: 论文
  36. 974
    客户数据库:税号作为 codigo 保存,保留前导零。出处: docs/JSONW.md
  37. 975
    酒店和旅游:以多种币种表示的每晚房价,每个值带自己的币种。出处: docs/JSONW.md
  38. 976
    餐饮:以 g、kg 或 oz 表示的食材重量放在同一列。出处: 用 wjsw 1.3.11 测试
  39. 977
    实验室:以 ppm 和千分比表示的浓度作为无量纲度量。出处: 用 wjsw 1.3.11 测试
  40. 978
    建筑:以 m2 表示的面积和以 m3 或 L 表示的体积在写入时转换。出处: 用 wjsw 1.3.11 测试
  41. 979
    电信:以 B、MB、GB 或 TB 表示的流量放在同一列。出处: 用 wjsw 1.3.11 测试
  42. 980
    健身和健康:以 kcal 或 kJ 表示的能量消耗放在同一列。出处: 用 wjsw 1.3.11 测试

文档、AI 与搜索引擎

jsonW 的文档既写给人,也写给 AI。

  1. 981
    技术论文有葡萄牙语、英语、西班牙语、意大利语、法语和中文版本,每种语言都有 PDF。出处: 论文
  2. 982
    新闻中心的每篇文章都有供 AI 阅读的文本版本。出处: Newsroom
  3. 983
    整个 jsonW 网站都有六种语言。出处: README
  4. 984
    GitHub 的 README 有葡萄牙语和英语版本。出处: README
  5. 985
    完整的使用文档在 docs/JSONW.md。出处: docs/JSONW.md
  6. 986
    网站的 llms.txt 位于 jsonw.org/llms.txt。出处: README
  7. 987
    网站地图为搜索引擎关联了每个页面的六种语言版本。出处: Newsroom
  8. 988
    论文写明了尚不存在的功能,而不是作出承诺。出处: 论文
  9. 989
    论文有一张表,把 jsonW 与 JSON、MessagePack、CBOR、Protobuf、Parquet 和 Arrow 对比,并附出处。出处: 论文
  10. 990
    论文中的示例都用公开的二进制程序运行过,展示的是真实输出。出处: 论文
  11. 991
    整个 ABI 在一个头文件中:sdk/jsonw.h。出处: README
  12. 992
    包内附有适用于 wjsw-cgi 的现成 Apache 和 nginx 配置。出处: AGENTS.md

量子、许可与透明度

今天已经成立的内容,以及写在哪里。

  1. 993
    完整性校验和凭证只使用 SHA-256、BLAKE3 和 HMAC-SHA256,它们不依赖因数分解或离散对数。出处: 论文
  2. 994
    行形式的传输协议使用后量子密钥交换 X25519MLKEM768(ML-KEM,FIPS 203);它不在公开的 1.3.11 包中。出处: 论文
  3. 995
    按 Grover 算法,在量子计算机上找到 SHA-256 的原像或 256 位 HMAC 的密钥仍需约 2^128 次运算。出处: 论文
  4. 996
    可持续使用许可:可在产品中免费使用,服务器数量不限。出处: README
  5. 997
    文档可以自由阅读、引用,并用于开发使用 jsonW 的程序。出处: README
  6. 998
    C ABI(jsonw.h)是稳定的,并在所有 SDK 中保持一致。出处: README
  7. 999
    jsonW 由 Wortic 维护,Wortic 自己的智能体索引、模型和基础设施边缘都运行在它上面。出处: README
  8. 1,000
    论文写明了每项测量所用的二进制程序及其 SHA-256。出处: 论文