快捷搜索:  as  test  1111  test aNd 8=8  test++aNd+8=8  as++aNd+8=8  as aNd 8=8

和记娱乐和记怡情AG:如何更好的利用Oracle全文检索



不应用Oracle text功能,也有很多措施可以在Oracle数据库中搜索文本.可以应用标准的INSTR函数和LIKE操作符实现。

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

SELECT * FROM mytext WHERE thetext LIKE '%Oracle%';

有很多时刻,应用instr和like是很抱负的, 分外是搜索仅超过很小的表的时刻.然而经由过程这些文本定位的措施将导致全表扫描,对资本来说耗损对照昂贵,而且实现的搜索功能也异常有限,是以对海量的文本数据进行搜索时,建议应用oralce供给的全文检索功能 建立全文检索的步骤步骤一 反省和设置数据库角色首先反省数据库中是否有CTXSYS用户和CTXAPP脚色。假如没有这个用户和角色,意味着你的数据库创建时未安装intermedia功能。你必须改动数据库以安装这项功能。 默认安装环境下,ctxsys用户是被锁定的,是以要先启用ctxsys的用户。 步骤二 赋权 在ctxsys用户下把ctx_ddl的履行权限赋于要应用全文索引的用户,例:

grant execute on ctx_ddl to pomoho;

步骤三 设置词法阐发器(lexer)

Oracle实现全文检索,其机制着实很简单。即经由过程Oracle专利的词法阐发器(lexer),将文章中所有的表意单元(Oracle 称为 term)找出来,记录在一组 以dr$开首的表中,同时记下该term呈现的位置、次数、hash 值等信息。检索时,Oracle 从这组表中查找响应的term,并谋略其呈现频率,根据某个算法来谋略每个文档的得分(score),即所谓的‘匹配率’。而lexer则是该机制的核心,它抉择了全文检索的效率。Oracle 针对不合的说话供给了不合的 lexer, 而我们平日能用到此中的三个:

nbasic_lexer: 针对英语。它能根据空格和标点来将英语单词从句子平分离,还能自动将一些呈现频率过高已经掉去检索意义的单词作为‘垃圾’处置惩罚,如if , is 等,具有较高的处置惩罚效率。但该lexer利用于汉语则有很多问题,因为它只认空格和标点,而汉语的一句话中平日不会有空格,是以,它会把整句话作为一个term,事实上掉去检索能力。以‘中国人夷易近站起来了’这句话为例,basic_lexer 阐发的结果只有一个term ,便是‘中国人夷易近站起来了’。此时若检索‘中国’,将检索不到内容。

nchinese_vgram_lexer: 专门的汉语阐发器,支持所有汉字字符集(ZHS16CGB231280 ZHS16GBK ZHT32EUC ZHT16BIG5 ZHT32TRIS ZHT16MSWIN950 ZHT16HKSCS UTF8 )。该阐发器按字为单元来阐发汉语句子。‘中国人夷易近站起来了’这句话,会被它阐发成如下几个term: ‘中’,‘中国’,‘国人’,‘人夷易近’,‘夷易近站’,‘站起’,起来’,‘来了和记娱乐和记怡情AG’,‘了’。可以看出,这种阐发措施,实现算法很简单,并且能实现‘一扫而空’,但效率则是差强人意。

nchinese_lexer: 这是一个新的汉语阐发器,只支持utf8字符集。上面已经看到,chinese vgram lexer这个阐发器因为不熟识常用的汉语词汇,是以阐发的单元异常机器,像上面的‘夷易近站’,‘站起’在汉语中根本不会零丁呈现,是以这种term是没故意义的,反而影响效率。chinese_lexer的最大年夜改进便是该阐发器 能熟识大年夜部分常用汉语词汇,是以能更有效率地阐发句子,像以上两个愚笨的单元将不会再呈现,极大年夜 前进了效率。然则它只支持 utf8, 假如你的数据库是zhs16gbk字符集,则只能应用笨笨的那个Chinese vgram lexer.

假如不做任何设置,Oracle 缺省应用basic_lexer这个阐发器。要指定应用哪一个lexer, 可以这样操作:

第一. 当前用户下下建立一个preference(例:在pomoho用户下履行以下语句)

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

第二.在建立全文索引索引时,指明所用的lexer:

CREATE INDEX myindex ON mytable(mycolumn) indextype is ctxsys.context

parameters('lexer my_lexer');

这样建立的全文检索索引,就会应用chinese_vgram_lexer作为阐发器。

步骤四 建立索引

经由过程以下语法建立全文索引

CREATE INDEX [schem和记娱乐和记怡情AGa.]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')

步骤五 应用索引

应用全文索引很简单,可以经由过程:

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

全文索引的种类

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

l CONTEXT

2 CTXCAT

3 CTXRULE

4 CTXXPATH

依据你的利用法度榜样和文本数据类型你可以随意率性选择一种。

对多字段建立全文索引

很多时刻必要从多个文本字段中查询满意前提的记录,这时就必要建立针对多个字段的全文索引,例如必要从pmhsubjects(专题表)的subjectname(专落款称)和briefintro(简介)长进行全文检索,则必要按以下步骤进行操作:

Ø建议多字段索引的preference

以ctxsys登录,并履行:

EXEC ctx_ddl.create_preference(' ctx_idx_subject_pref',

'MULTI_COLUMN_DATASTORE');

Ø建立preference对应的字段值(以ctxsys登录)

EXEC ctx_ddl.set_attribute(' ctx_idx_subject_pref ','columns','subjectname,briefintro');

Ø建立全文索引

CREATE INDEX ctx_idx_subject ON pmhsubjects(subjectname)

INDEXTYPE ISctxsys.CONTEXT PARAMETERS('DATASTORE ctxsys.ctx_idx_subject_pref lexer my_lexer')

Ø应用索引

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

全文索引的掩护

对付CTXSYS.CONTEXT索引,当利用法度榜样对基表进行DML操作后,对基表的索引掩护是必须的。索引掩护包括索引同步和索引优化。

在索引建好后,我们可以在该用户下查到Oracle自动孕育发生了以下几个表:(假设索引名为myindex):

DR$myindex$I、DR$myindex$K、DR$myindex$R、DR$myindex$N此中以I表最紧张,可以查询一下该表,看看有什么内容:

SELECT token_text, token_count FROM dr$i_rsk1$I WHERE ROWNUM

这里就不列出查询接过了。可以看到,该表中保存的着实便是Oracle 阐发你的文档后,天生的term记录在这里,包括term呈现的位置、次数、hash值等。当文档的内容改变后,可以想见这个I表的内容也应该响应改变,才能包管Oracle在做全文检索时精确检索到内容(由于所谓全文检索,着实核心便是查询这个表)。这就用到sync(同步) 和 optimiz和记娱乐和记怡情AGe(优化)了。

同步(sync): 将新的term 保存到I表;

优化(optimize): 清除I表的垃圾,主如果将已经被删除的term从I表删除。

当基表中的被索引文档发生insert、update、delete操作的时刻,基表的改变并不能顿时影响到索引上直到同步索引。可以查询视图CTX_USER_PENDING查看响应的篡改。例如:

SELECT pnd_index_name, pnd_rowid,

TO_CHAR (pnd_timestamp, 'dd-mon-yyy和记娱乐和记怡情AGy hh24:mi:ss') timestamp

FROM ctx_user_pending;

该语句的输出类似如下:

PND_INDEX_NAMEPND_ROWIDTIMESTAMP

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

MYINDEXAAADXnAABAAAS3SAAC 06-oct-1999 15:56:50

同步和优化措施: 可以应用Oracle供给的ctx_ddl包同步和优化索引

一.对付CTXCAT类型的索引来说, 当对基表进行DML操作的时刻,Oracle自动掩护索引。对文档的改变顿时反应到索引中。CTXCAT是事务形的索引。

索引的同步

在对基表插入,改动,删除之后同步索引。保举应用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索引名称

memory指定同步索引必要的内存。默认是系统参数DEFAULT和记娱乐和记怡情AG_INDEX_MEMORY 。

指定一个大年夜的内存时刻可以加快索引效率和查询速率,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:Execctx_ddl.sync_index ('myindex');

实施建议:建议经由过程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索引孕育发生碎片。索引碎片严重的影响了查询的反映速率。你可以按期优化索引来削减碎片,削减索引大年夜小,前进查询效率。

当文本从表中删除的时刻,Oracle Text标记删除的文档,然则并不顿时改动索引。是以,就的文档信息盘踞了不需要的空间,导致了查询额外的开销。你必须以FULL模式优化索引,从索引中删除无效的旧的信息。这个历程叫做垃圾处置惩罚。当你常常的对表文本数据进行更新,删除操作的时刻,垃圾处置惩罚是很需要的。

execctx_ddl.optimize_index ('myidx', 'full');

实施建议:天天在系统余暇的时刻对全文索引进行响应的优化,以前进检索的效率

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

您可能还会对下面的文章感兴趣: