怎么更好的使用Oracle全文检索（Oracle 全文检索）-数据库教程-知优网

本文将通过不同的方法，实现Oracle的全文检索。这些技巧和策略，针对不同的应用环境进行了分类。希望大家能从中受益。

不运用Oracle text功用,也有许多办法能够在Oracle数据库中查找文本.能够运用规范的INSTR函数和LIKE操作符完成。

SELECT *FROM mytext WHERE INSTR (thetext, 'Oracle') > 0;
SELECT * FROM mytext WHERE thetext LIKE '%Oracle%';

有许多时分，运用instr和like是很抱负的, 特别是查找仅跨过很小的表的时分.可是经过这些文本定位的办法将导致全表扫描,对资源来说耗费比较贵重,并且完成的查找功用也十分有限，因而对海量的文本数据进行查找时，主张运用oralce供给的全文检索功用树立全文检索的进程进程一　检查和设置数据库人物首要检查数据库中是否有CTXSYS用户和CTXAPP脚色。假如没有这个用户和人物，意味着你的数据库创立时未装置intermedia功用。你有必要修正数据库以装置这项功用。　默许装置情况下，ctxsys用户是被确定的，因而要先启用ctxsys的用户。进程二　赋权　在ctxsys用户下把ctx_ddl的履行权限赋于要运用全文索引的用户，例：

grant execute on ctx_ddl to pomoho;

进程三　设置词法剖析器(lexer)

Oracle完成全文检索，其机制其实很简单。即经过Oracle专利的词法剖析器(lexer),将文章中一切的表意单元(Oracle 称为 term)找出来，记载在一组以dr$最初的表中，一起记下该term呈现的方位、次数、hash 值等信息。检索时，Oracle 从这组表中查找相应的term，并核算其呈现频率，根据某个算法来核算每个文档的得分(score),即所谓的‘匹配率’。而lexer则是该机制的中心，它决议了全文检索的功率。Oracle 针对不同的言语供给了不同的 lexer, 而咱们一般能用到其间的三个：

nbasic_lexer: 针对英语。它能根据空格和标点来将英语单词从句子中别离，还能主动将一些呈现频率过高现已失掉检索含义的单词作为‘废物’处理，如if , is 等，具有较高的处理功率。但该lexer应用于汉语则有许多问题，由于它只认空格和标点，而汉语的一句话中一般不会有空格，因而，它会把整句话作为一个term,事实上失掉检索才干。以‘我国公民站起来了’这句话为例，basic_lexer 剖析的成果只要一个term ,便是‘我国公民站起来了’。此刻若检索‘我国’，将检索不到内容。

n chinese_vgram_lexer: 专门的汉语剖析器，支撑一切汉字字符集(ZHS16CGB231280 ZHS16GBK ZHT32EUC ZHT16BIG5 ZHT32TRIS ZHT16MSWIN950 ZHT16HKSCS UTF8 )。该剖析器按字为单元来剖析汉句子子。‘我国公民站起来了’这句话，会被它剖析成如下几个term: ‘中’，‘我国’，‘国人’，‘公民’，‘民站’，‘站起’，起来’，‘来了’，‘了’。能够看出，这种剖析办法，完成算法很简单，并且能完成‘一扫而光’，但功率则是差强人意。

n chinese_lexer: 这是一个新的汉语剖析器，只支撑utf8字符集。上面现已看到，chinese vgram lexer这个剖析器由于不知道常用的汉语词汇，因而剖析的单元十分机械，像上面的‘民站’，‘站起’在汉语中底子不会独自呈现，因而这种term是没有含义的，反而影响功率。chinese_lexer的***改善便是该剖析器能知道大部分常用汉语词汇，因而能更有功率地剖析句子，像以上两个愚笨的单元将不会再呈现，极大进步了功率。可是它只支撑 utf8, 假如你的数据库是zhs16gbk字符集，则只能运用笨笨的那个Chinese vgram lexer.

假如不做任何设置，Oracle 缺省运用basic_lexer这个剖析器。要指定运用哪一个lexer, 能够这样操作：

***．当时用户下下树立一个preference(例：在pomoho用户下履行以下句子)

exec ctx_ddl.create_preference ('my_lexer', 'chinese_vgram_lexer');

第二．在树立全文索引索引时，指明所用的lexer:

CREATE INDEX myindex ON mytable(mycolumn) indextype is ctxsys.context 
parameters('lexer my_lexer');

这样树立的全文检索索引，就会运用chinese_vgram_lexer作为剖析器。

进程四　树立索引

经过以下语法树立全文索引

CREATE INDEX [schema.]index on [schema.]table(column) INDEXTYPE IS ctxsys.context [ONLINE]
LOCAL [(PARTITION [partition] [PARAMETERS('paramstring')]
[, PARTITION [partition] [PARAMETERS('paramstring')]])]
[PARAMETERS(paramstring)] [PARALLEL n] [UNUSABLE];

例：
CREATE INDEX ctx_idx_menuname ON pubmenu(menuname) 
indextype is ctxsys.context parameters('lexer my_lexer')

进程五　运用索引

运用全文索引很简单，能够经过：

select * from pubmenu where contains(menuname,'上传图片')>0

全文索引的品种

树立的Oracle Text索引被称为域索引(domain index)，包含4种索引类型：

l CONTEXT

2 CTXCAT

3 CTXRULE

4 CTXXPATH

根据你的应用程序和文本数据类型你能够恣意挑选一种。

对多字段树立全文索引

许多时分需求从多个文本字段中查询满意条件的记载，这时就需求树立针对多个字段的全文索引，例如需求从pmhsubjects(专题表)的subjectname(专题称号)和briefintro(简介)上进行全文检索，则需求按以下进程进行操作：

Ø主张多字段索引的preference

以ctxsys登录，并履行：

EXEC ctx_ddl.create_preference(' ctx_idx_subject_pref',
'MULTI_COLUMN_DATASTORE');
Ø 树立preference对应的字段值(以ctxsys登录)
EXEC ctx_ddl.set_attribute(' ctx_idx_subject_pref ','columns','subjectname,briefintro');
Ø 树立全文索引

CREATE INDEX ctx_idx_subject ON pmhsubjects(subjectname) 
INDEXTYPE ISctxsys.CONTEXT PARAMETERS('DATASTORE ctxsys.ctx_idx_subject_pref lexer my_lexer')
Ø 运用索引

select * from pmhsubjects where contains(subjectname,'李宇春')>0

全文索引的保护

关于CTXSYS.CONTEXT索引，当应用程序对基表进行DML操作后，对基表的索引保护是有必要的。索引保护包含索引同步和索引优化。

在索引建好后，咱们能够在该用户下查到Oracle主动发生了以下几个表：(假定索引名为myindex)：

DR$myindex$I、DR$myindex$K、DR$myindex$R、DR$myindex$N其间以I表最重要，能够查询一下该表，看看有什么内容：

SELECT token_text, token_count FROM dr$i_rsk1$I WHERE ROWNUM <= 20;

这儿就不列出查询接过了。能够看到，该表中保存的其实便是Oracle 剖析你的文档后，生成的term记载在这儿，包含term呈现的方位、次数、hash值等。当文档的内容改动后，能够想见这个I表的内容也应该相应改动，才干确保Oracle在做全文检索时正确检索到内容(由于所谓全文检索，其实中心便是查询这个表)。这就用到sync(同步) 和 optimize(优化)了。

同步(sync): 将新的term 保存到I表；

优化(optimize): 铲除I表的废物，主要是将现已被删去的term从I表删去。

当基表中的被索引文档发生insert、update、delete操作的时分，基表的改动并不能立刻影响到索引上直到同步索引。能够查询视图CTX_USER_PENDING检查相应的改动。例如：

SELECT pnd_index_name, pnd_rowid,

 TO_CHAR (pnd_timestamp, 'dd-mon-yyyy hh24:mi:ss') timestamp

FROM ctx_user_pending;
该句子的输出相似如下：

PND_INDEX_NAME PND_ROWID TIMESTAMP

------------------------------ ------------------ --------------------

MYINDEX AAADXnAABAAAS3SAAC 06-oct-1999 15:56:50

同步和优化办法: 能够运用Oracle供给的ctx_ddl包同步和优化索引

一.关于CTXCAT类型的索引来说，当对基表进行DML操作的时分，Oracle主动保护索引。对文档的改动立刻反映到索引中。CTXCAT是业务形的索引。

索引的同步

在对基表刺进，修正，删去之后同步索引。引荐运用sync同步索引。语法：

ctx_ddl.sync_index(

idx_name IN VARCHAR2 DEFAULT NULL

memory IN VARCHAR2 DEFAULT NULL,

part_name IN VARCHAR2 DEFAULT NULL

parallel_degree IN NUMBER DEFAULT 1); 

idx_name 索引称号

memory 指定同步索引需求的内存。默许是体系参数DEFAULT_INDEX_MEMORY 。

指定一个大的内存时分能够加速索引功率和查询速度，且索引有较少的碎片

part_name 同步哪个分区索引。

parallel_degree 并行同步索引。设置并行度。

例如：

同步索引myindex:Exec ctx_ddl.sync_index ('myindex');

施行主张：主张经过Oracle的job对索引进行同步

索引的优化

常常的索引同步将会导致你的CONTEXT索引发生碎片。索引碎片严峻的影响了查询的反应速度。你能够定时优化索引来削减碎片，削减索引巨细，进步查询功率。

当文本从表中删去的时分，Oracle Text符号删去的文档，可是并不立刻修正索引。因而，就的文档信息占有了不必要的空间，导致了查询额定的开支。你有必要以FULL形式优化索引，从索引中删去无效的旧的信息。这个进程叫做废物处理。当你常常的对表文本数据进行更新，删去操作的时分，废物处理是很必要的。

exec ctx_ddl.optimize_index ('myidx', 'full');

施行主张：每天在体系闲暇的时分对全文索引进行相应的优化，以进步检索的功率

【修改引荐】