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读取整个文件用时 78 毫秒,比 JSONL 少 46 倍。出处: 论文
- 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
- 7INPI 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
- 9INPI 数据集的 .jsw 比 XML(24,804.7 MB)小 12.8 倍。出处: 论文
- 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同样的计数,DuckDB 读取 CSV 用时 375 毫秒:.jsw 快 8.7 倍。出处: 论文
- 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
- 18INPI 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
- 19INPI 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论文的示例文件发布在 jsonw.org/paper/exemplos。出处: 论文
- 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。
- 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
- 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
- 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
- 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
- 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
- 34按词检索无需单独的搜索引擎。出处: 论文
- 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
- 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
- 37许可:可在您的产品中免费使用,服务器数量不限。出处: README
- 38无依赖:核心只使用 C 语言和标准库。出处: README
- 39CPU: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
- 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
- 41vq8 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
- 42vf16 向量占 vf32 的一半。出处: docs/JSONW.md
- 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
- 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
- 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
- 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
- 47用一个核心转换 INPI 的 12.53 GB CSV 用时 177 秒。出处: 论文
- 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
- 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
- 50wjsw regravar 可以把 .jsw 转到新版本的编码,无需再经过 CSV。出处: 论文
- 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。
- 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
- 53JSON 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
- 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
- 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
- 56f32、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
- 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
- 58模式只占一行,短到可以直接放进提示词。出处: 论文
- 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
- 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
- 61MFCC 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
- 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
- 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
- 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
- 65AGENTS.md 给出了编程智能体正确使用 jsonW 的规则。出处: AGENTS.md
- 66llms.txt 按面向语言模型的标准概述了这个格式。出处: README
- 67论文在六种语言中都有供 AI 阅读的文本版本。出处: 论文
- 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
- 69中文按单个汉字匹配,不依赖空格分词。出处: Newsroom
- 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
- 71reconhecer 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
- 72vq8 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
- 73jsonW 网站通过 WebMCP 为浏览器中的智能体提供工具。出处: Newsroom
- 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
- 75IDF 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
- 76Python 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
- 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
- 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
- 79reconhecer 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。
- 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
- 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
- 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
- 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
- 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
- 85nonce 和序列号防止已记录的请求被重放。出处: 论文
- 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
- 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
- 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
- 89库和 SDK 从不访问网络。出处: README
- 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
- 91wcon 从文件读取密码,从不从命令行或 URL 读取。出处: AGENTS.md
- 92原子发布防止读取方拿到只写了一半的文件。出处: 论文
- 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
- 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
- 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
- 961.2.1 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
- 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
- 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
- 99wjsw-cgi 从不直接提供原始 .jsw:每个请求都经过视图。出处: AGENTS.md
- 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。
- 101decimal[2] 把 12.50 原样存为 12.50,不经过浮点数。出处: docs/JSONW.md
- 102dinheiro(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
- 103dinheiro 接受 "R$ 1.234,56" 并写入 1234.56 BRL。出处: docs/JSONW.md
- 104dinheiro 接受 US$ 并写入币种 USD。出处: docs/JSONW.md
- 105dinheiro 接受 € 并写入币种 EUR。出处: docs/JSONW.md
- 106dinheiro 接受 £、¥ 和 ₿,并写入 GBP、JPY 和 BTC。出处: docs/JSONW.md
- 107medida(度量)在每个值中保存单位,或转换为列的单位。出处: docs/JSONW.md
- 108codigo(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
- 109texto 保存完整的 Unicode,包括重音、表情符号和 \0。出处: docs/JSONW.md
- 110texto+nfc 在您需要时规范化 Unicode。出处: docs/JSONW.md
- 111tempo 保存 UTC 微秒。出处: docs/JSONW.md
- 112uuid 是一个类型,而不是任意文本。出处: docs/JSONW.md
- 113url 在写入时校验,最长 8 KiB。出处: docs/JSONW.md
- 114dic 在每个文件中只保存一次每个不同的文本。出处: docs/JSONW.md
- 115bits[n] 保存二进制向量。出处: docs/JSONW.md
- 116ref 指向另一个文件中的某一行。出处: docs/JSONW.md
- 117lista<t>、obj{...} 和 mapa<k,v> 最多可嵌套 1,000 层。出处: docs/JSONW.md
- 118qualquer 在模式无法固定的地方接受开放的 JSON。出处: docs/JSONW.md
- 119类型后面的 ? 表示允许 null;没有它,null 会被拒绝。出处: docs/JSONW.md
- 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
- 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
- 122comparar 按值比较:-0 = 0,3 = 3.0,1.50 = 1.500。出处: README
- 123实数从不依赖机器的区域设置。出处: README
- 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。
- 125
- 126
- 127
- 128
- 129
- 130
- 131
- 132
- 133
- 134
- 135
- 136
- 137
- 138
- 139
- 140
- 141
- 142
- 143
- 144
- 145
- 146
- 147
- 148
- 149
- 150
- 151
- 152
- 153
- 154
- 155
- 156
- 157
- 158
- 159
- 160
- 161
- 162
- 163
- 164
- 165
- 166
- 167
- 168
- 169
- 170
- 171
- 172
- 173
- 174
- 175
- 176
- 177
- 178
- 179
- 180
- 181
- 182
- 183
- 184
- 185
- 186
- 187
- 188
- 189
- 190
- 191
- 192
- 193
- 194
- 195
- 196
- 197
- 198
- 199
- 200
- 201
- 202
- 203
- 204
- 205
- 206
- 207
- 208
- 209
- 210
- 211
- 212
- 213
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。
- 214
- 215
- 216
- 217
- 218
- 219
- 220
- 221
- 222
- 223
- 224
- 225
- 226
- 227
- 228
- 229
- 230
- 231
- 232
- 233
- 234
- 235
- 236
- 237
- 238
- 239
- 240
- 241
- 242
- 243
- 244
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。
- 245
- 246
- 247
- 248
- 249
- 250
- 251
- 252
- 253
- 254
- 255
- 256
- 257
- 258
- 259
- 260
- 261
- 262
- 263
- 264
- 265
- 266
- 267
- 268
- 269
- 270
- 271
- 272
- 273
- 274
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。
- 275
- 276
- 277
- 278
- 279
- 280
- 281
- 282
- 283
- 284
- 285
- 286
- 287
- 288
- 289
- 290
- 291
- 292
- 293
- 294
- 295
- 296
- 297
- 298
- 299
- 300
- 301
- 302
- 303
- 304
- 305
- 306
- 307
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。
- 308
- 309
- 310
- 311
- 312
- 313
- 314
- 315
- 316
- 317
- 318
- 319
- 320
- 321
- 322
- 323
- 324
- 325
- 326
- 327
- 328
- 329
- 330
- 331
- 332
- 333
- 334
- 335
- 336
- 337
- 338
- 339
- 340
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。
- 341
- 342
- 343
- 344
- 345
- 346
- 347
- 348
- 349
- 350
- 351
- 352
- 353
- 354
- 355
- 356
- 357
- 358
- 359
- 360
- 361
- 362
- 363
- 364
- 365
- 366
- 367
- 368
- 369
- 370
- 371
- 372
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。
- 373
- 374
- 375
- 376
- 377
- 378
- 379
- 380
- 381
- 382
- 383
- 384
- 385
- 386
- 387
- 388
- 389
- 390
- 391
- 392
- 393
- 394
- 395
- 396
- 397
- 398
- 399
- 400
- 401
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。
- 402
- 403
- 404
- 405
- 406
- 407
- 408
- 409
- 410
- 411
- 412
- 413
- 414
- 415
- 416
- 417
- 418
- 419
- 420
- 421
- 422
- 423
- 424
- 425
- 426
- 427
- 428
- 429
- 430
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。
- 431
- 432
- 433
- 434
- 435
- 436
- 437
- 438
- 439
- 440
- 441
- 442
- 443
- 444
- 445
- 446
- 447
- 448
- 449
- 450
- 451
- 452
- 453
- 454
- 455
- 456
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。
- 457
- 458
- 459
- 460
- 461
- 462
- 463
- 464
- 465
- 466
- 467
- 468
- 469
- 470
- 471
- 472
- 473
- 474
- 475
- 476
- 477
- 478
- 479
- 480
- 481
- 482
- 483
- 484
- 485
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。
- 486
- 487
- 488
- 489
- 490
- 491
- 492
- 493
- 494
- 495
- 496
- 497
- 498
- 499
- 500
- 501
- 502
- 503
- 504
- 505
- 506
- 507
- 508
- 509
- 510
- 511
- 512
- 513
- 514
- 515
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。
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 54316、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
- 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。
- 545
- 546
- 547
- 548
- 549
- 550
- 551
- 552
- 553
- 554
- 555
- 556
- 557
- 558
- 559
- 560
- 561
- 562
- 563
- 564
- 565
- 566
- 567
- 568
- 569
- 570
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。
- 571
- 572
- 573
- 574
- 575
- 576
- 577
- 578
- 579
- 580
- 581
- 582
- 583
- 584
- 585
- 586
- 587
- 588
- 589
- 590
- 591
- 592
- 593
- 594
- 595
- 596
- 597
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。
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 62516、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
- 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。
- 627
- 628
- 629
- 630
- 631
- 632
- 633
- 634
- 635
- 636
- 637
- 638
- 639
- 640
- 641
- 642
- 643
- 644
- 645
- 646
- 647
- 648
- 649
- 650
- 651
- 652
- 653
- 654
- 655
- 656
- 657
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。
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 68316、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
- 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。
- 685
- 686
- 687
- 688
- 689
- 690
- 691
- 692
- 693
- 694
- 695
- 696
- 697
- 698
- 699
- 700
- 701
- 702
- 703
- 704
- 705
- 706
- 707
- 708
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。
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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。
- 730
- 731
- 732
- 733
- 734
- 735
- 736
- 737
- 738
- 739
- 740
- 741
- 742
- 743
- 744
- 745
- 746
- 747
- 748
- 749
- 750
- 751
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。
- 752
- 753
- 754
- 755
- 756
- 757
- 758
- 759
- 760
- 761
- 762
- 763
- 764
- 765
- 766
- 767
- 768
- 769
- 770
- 771
- 772
- 773
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。
- 774
- 775
- 776
- 777
- 778
- 779
- 780
- 781
- 782
- 783
- 784
- 785
- 786
- 787
- 788
- 789
- 790
- 791
- 792
- 793
- 794
- 795
工具、数据库、服务器与云
wjsw 工具以及包内其他程序的命令。
- 796wjsw 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
- 797wjsw de-json 用推断出的模式把 JSON 或 JSONL 转换为 .jsw。出处: AGENTS.md
- 798wjsw ver 以 jsonW 文本显示各行,并已按凭证应用视图。出处: docs/JSONW.md
- 799wjsw ver 文件 100 50 显示从第 100 行开始的 50 行。出处: README
- 800wjsw info 显示模式、块、大小、哈希和区间。出处: docs/JSONW.md
- 801wjsw conferir 校验完整的完整性链。出处: docs/JSONW.md
- 802wjsw reparar 重建被截断文件的末尾。出处: docs/JSONW.md
- 803wjsw para-texto --json 无损地还原 JSON。出处: docs/JSONW.md
- 804wjsw filtrar 接受用分号分隔的多个条件。出处: docs/JSONW.md
- 805wjsw filtrar 按物理量比较度量:"peso > 500" 也匹配 "0,5 kg"。出处: AGENTS.md
- 806wjsw 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
- 807wjsw comparar 显示仅在 a 中、仅在 b 中、已变化和相同的行。出处: docs/JSONW.md
- 808wjsw 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
- 809wjsw escolher 返回某一列中值最大的 k 行。出处: docs/JSONW.md
- 810wjsw reconhecer 找出文本中词表里的词,并按信号累加。出处: docs/JSONW.md
- 811wjsw medir 在您的机器上测量写入和读取。出处: docs/JSONW.md
- 812wjsw regravar 把哈希换成 BLAKE3,或用新版本的编码重新编码。出处: 论文
- 813wcon pg 把 PostgreSQL 查询结果导入 .jsw,模式取自列类型。出处: AGENTS.md
- 814wcon pg-gravar 在一个事务中把 .jsw 写回 PostgreSQL 表。出处: AGENTS.md
- 815在 Postgres 中,timestamptz、timestamp 和 date 变成 tempo,写回时保持不变。出处: AGENTS.md
- 816在 Postgres 中,numeric 变成精确小数。出处: AGENTS.md
- 817wcon mysql 把 MySQL 查询导入 .jsw。出处: AGENTS.md
- 818wcon sqlite 和 wcon sqlite-gravar 在 SQLite 和 .jsw 之间双向迁移数据。出处: AGENTS.md
- 819wcon redis 按名称模式导入 Redis 的键。出处: AGENTS.md
- 820wcon mongo 按过滤条件导入 MongoDB 集合。出处: AGENTS.md
- 821wremoto info 打开远程文件时只下载文件头和文件尾。出处: 论文
- 822wremoto ver 读取远程的一行时只下载它所在的块。出处: 论文
- 823wremoto filtrar 只下载可能满足过滤条件的块。出处: 论文
- 824在 R2 和 S3 上,wremoto 的每个请求都用 AWS SigV4 签名。出处: 论文
- 825wjsw-cgi 可在 Apache 上运行。出处: 论文
- 826wjsw-cgi 可在 nginx 上运行。出处: 论文
- 827wjsw-cgi 可在 LiteSpeed 上运行。出处: 论文
- 828wjsw-cgi 可在 Caddy 上运行。出处: 论文
- 829wjsw-cgi 可在 IIS 上运行。出处: 论文
- 830除 jsonW 外,wjsw-cgi 还可通过 ?formato= 以 JSON 或 NDJSON 响应。出处: AGENTS.md
- 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
- 832提供 macOS arm64 的现成二进制程序。出处: README
- 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
- 834提供 Windows x86_64 的现成二进制程序。出处: README
- 835npm install @wortictecnologia/jsonw 会安装预编译的插件和 jsonw 命令。出处: AGENTS.md
- 836wjsw ver --json 以严格的 JSON 显示同样的行。出处: AGENTS.md
- 837wjsw avaliar --json 每行输出一个 JSON,可直接交给其他工具。出处: docs/JSONW.md
- 838WJSW_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。
- 839C 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
- 840C SDK:json(i) 和 texto(i) 以 JSON 或 jsonW 文本无损返回第 i 行。出处: README
- 841C SDK:campo(i, 名称) 读取某行的一个字段,不解码其余部分。出处: README
- 842C SDK:conferir() 校验文件中每个块的 CRC32C 和哈希。出处: README
- 843C 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
- 844C 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
- 845C SDK:fechar() 原子地发布文件:文件只会完整出现。出处: README
- 846C SDK:abandonar() 放弃本次写入,不触碰已存在的文件。出处: README
- 847C SDK:Reconhecedor 构建词表自动机并找出文本中的词。出处: README
- 848C 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
- 849C++ 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
- 850C++ SDK:json(i) 和 texto(i) 以 JSON 或 jsonW 文本无损返回第 i 行。出处: README
- 851C++ SDK:campo(i, 名称) 读取某行的一个字段,不解码其余部分。出处: README
- 852C++ SDK:conferir() 校验文件中每个块的 CRC32C 和哈希。出处: README
- 853C++ 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
- 854C++ 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
- 855C++ SDK:fechar() 原子地发布文件:文件只会完整出现。出处: README
- 856C++ SDK:abandonar() 放弃本次写入,不触碰已存在的文件。出处: README
- 857C++ SDK:Reconhecedor 构建词表自动机并找出文本中的词。出处: README
- 858C++ 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
- 859Python 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
- 860Python SDK:json(i) 和 texto(i) 以 JSON 或 jsonW 文本无损返回第 i 行。出处: README
- 861Python SDK:campo(i, 名称) 读取某行的一个字段,不解码其余部分。出处: README
- 862Python SDK:conferir() 校验文件中每个块的 CRC32C 和哈希。出处: README
- 863Python 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
- 864Python 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
- 865Python SDK:fechar() 原子地发布文件:文件只会完整出现。出处: README
- 866Python SDK:abandonar() 放弃本次写入,不触碰已存在的文件。出处: README
- 867Python SDK:Reconhecedor 构建词表自动机并找出文本中的词。出处: README
- 868Python 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
- 869Node.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
- 870Node.js SDK:json(i) 和 texto(i) 以 JSON 或 jsonW 文本无损返回第 i 行。出处: README
- 871Node.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
- 872Node.js SDK:conferir() 校验文件中每个块的 CRC32C 和哈希。出处: README
- 873Node.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
- 874Node.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
- 875Node.js SDK:fechar() 原子地发布文件:文件只会完整出现。出处: README
- 876Node.js SDK:abandonar() 放弃本次写入,不触碰已存在的文件。出处: README
- 877Node.js SDK:Reconhecedor 构建词表自动机并找出文本中的词。出处: README
- 878Node.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
- 879Go 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
- 880Go SDK:json(i) 和 texto(i) 以 JSON 或 jsonW 文本无损返回第 i 行。出处: README
- 881Go SDK:campo(i, 名称) 读取某行的一个字段,不解码其余部分。出处: README
- 882Go SDK:conferir() 校验文件中每个块的 CRC32C 和哈希。出处: README
- 883Go 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
- 884Go 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
- 885Go SDK:fechar() 原子地发布文件:文件只会完整出现。出处: README
- 886Go SDK:abandonar() 放弃本次写入,不触碰已存在的文件。出处: README
- 887Go SDK:Reconhecedor 构建词表自动机并找出文本中的词。出处: README
- 888Go 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
- 889Rust 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
- 890Rust SDK:json(i) 和 texto(i) 以 JSON 或 jsonW 文本无损返回第 i 行。出处: README
- 891Rust SDK:campo(i, 名称) 读取某行的一个字段,不解码其余部分。出处: README
- 892Rust SDK:conferir() 校验文件中每个块的 CRC32C 和哈希。出处: README
- 893Rust 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
- 894Rust 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
- 895Rust SDK:fechar() 原子地发布文件:文件只会完整出现。出处: README
- 896Rust SDK:abandonar() 放弃本次写入,不触碰已存在的文件。出处: README
- 897Rust SDK:Reconhecedor 构建词表自动机并找出文本中的词。出处: README
- 898Rust 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
- 899Java 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
- 900Java SDK:json(i) 和 texto(i) 以 JSON 或 jsonW 文本无损返回第 i 行。出处: README
- 901Java SDK:campo(i, 名称) 读取某行的一个字段,不解码其余部分。出处: README
- 902Java SDK:conferir() 校验文件中每个块的 CRC32C 和哈希。出处: README
- 903Java 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
- 904Java 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
- 905Java SDK:fechar() 原子地发布文件:文件只会完整出现。出处: README
- 906Java SDK:abandonar() 放弃本次写入,不触碰已存在的文件。出处: README
- 907Java SDK:Reconhecedor 构建词表自动机并找出文本中的词。出处: README
- 908Java 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
- 909Kotlin 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
- 910Kotlin SDK:json(i) 和 texto(i) 以 JSON 或 jsonW 文本无损返回第 i 行。出处: README
- 911Kotlin SDK:campo(i, 名称) 读取某行的一个字段,不解码其余部分。出处: README
- 912Kotlin SDK:conferir() 校验文件中每个块的 CRC32C 和哈希。出处: README
- 913Kotlin 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
- 914Kotlin 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
- 915Kotlin SDK:fechar() 原子地发布文件:文件只会完整出现。出处: README
- 916Kotlin SDK:abandonar() 放弃本次写入,不触碰已存在的文件。出处: README
- 917Kotlin SDK:Reconhecedor 构建词表自动机并找出文本中的词。出处: README
- 918Kotlin 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
- 919Swift 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
- 920Swift SDK:json(i) 和 texto(i) 以 JSON 或 jsonW 文本无损返回第 i 行。出处: README
- 921Swift SDK:campo(i, 名称) 读取某行的一个字段,不解码其余部分。出处: README
- 922Swift SDK:conferir() 校验文件中每个块的 CRC32C 和哈希。出处: README
- 923Swift 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
- 924Swift 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
- 925Swift SDK:fechar() 原子地发布文件:文件只会完整出现。出处: README
- 926Swift SDK:abandonar() 放弃本次写入,不触碰已存在的文件。出处: README
- 927Swift SDK:Reconhecedor 构建词表自动机并找出文本中的词。出处: README
- 928Swift 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
- 929PHP 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
- 930PHP SDK:json(i) 和 texto(i) 以 JSON 或 jsonW 文本无损返回第 i 行。出处: README
- 931PHP SDK:campo(i, 名称) 读取某行的一个字段,不解码其余部分。出处: README
- 932PHP SDK:conferir() 校验文件中每个块的 CRC32C 和哈希。出处: README
- 933PHP 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
- 934PHP 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
- 935PHP SDK:fechar() 原子地发布文件:文件只会完整出现。出处: README
- 936PHP SDK:abandonar() 放弃本次写入,不触碰已存在的文件。出处: README
- 937PHP SDK:Reconhecedor 构建词表自动机并找出文本中的词。出处: README
- 938PHP 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。
- 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
- 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
- 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
- 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
- 943会计:修改历史留在文件中,便于审计。出处: 论文
- 944网店:作为 codigo 的 SKU 永远不会丢失前导零。出处: docs/JSONW.md
- 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
- 946网店:相近拼写检索能找到顾客拼错的商品。出处: Newsroom
- 947网店:一行请求就能按价格和评分取前 k 名。出处: 论文
- 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
- 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
- 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
- 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
- 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
- 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
- 954商标和专利:在在先检索中,"Kokakola" 能找到 "Coca-Cola"。出处: Newsroom
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 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
- 971科研:实验数据带单位,每个块都有哈希。出处: 论文
- 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
- 973教育:语义检索按主题而不仅是按词找到课程。出处: 论文
- 974客户数据库:税号作为 codigo 保存,保留前导零。出处: docs/JSONW.md
- 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
- 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
- 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
- 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
- 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
- 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。
- 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
- 982新闻中心的每篇文章都有供 AI 阅读的文本版本。出处: Newsroom
- 983整个 jsonW 网站都有六种语言。出处: README
- 984GitHub 的 README 有葡萄牙语和英语版本。出处: README
- 985完整的使用文档在 docs/JSONW.md。出处: docs/JSONW.md
- 986网站的 llms.txt 位于 jsonw.org/llms.txt。出处: README
- 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
- 988论文写明了尚不存在的功能,而不是作出承诺。出处: 论文
- 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
- 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
- 991整个 ABI 在一个头文件中:sdk/jsonw.h。出处: README
- 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。
- 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
- 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
- 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
- 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
- 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
- 998C ABI(jsonw.h)是稳定的,并在所有 SDK 中保持一致。出处: README
- 999jsonW 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
- 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