问题标签 [full-text-search]

我有一个拥有超过 400,000 个项目的网站。有些相似，有些截然不同。我们希望提供一种以最佳方式搜索这些项目的方法。在交付网站后，它使用的是全文索引。解决方案充其量是基本的，最坏的情况是严重不足。

那么搜索这些项目的最佳方法是什么？它们存储在 SQL Server 数据库 (2005) 中。我们的网站是用 C# 2.0 设计的。

目前这里是这个过程：

1. 用户在文本框中输入值。
2. 我们“清理”这个条目。删除可能是黑客攻击的“可怕”字符。删除关键词（and, or, etc..）
3. 将值传递给存储过程以返回结果。
4. 返回结果。

我需要允许对连接在一起的两个字段进行全文搜索。在这种情况下，FullName = FirstName + ' ' + LastName。简单的方法似乎是创建一个 FullName 计算列，然后将其作为一列包含在全文索引中。这是一种可接受的方法吗？你会怎么做？

UPDATE 和 INSERT 很少发生，相比之下，使用 CONTAINS 的 SELECT 很常见。我正在使用 SQL 2008。

示例表定义，其中 FirstName、LastName、NickName 和 FullName 是全文搜索中使用的列：

我已经开始使用acts_as_ferret 将文本搜索添加到应用程序。在我的示例应用程序（另一个博客！）中，我在文章中定义和索引如下：

我想要一个在单个字段上搜索的选项，例如让我获取标题包含“rails”的所有文章，而不是标题或正文包含“rails”的所有文章。

如何将搜索限制在索引中的单个字段？

干杯，

亚当

我正在考虑是否为我当前的项目选择 NHibernate.Search 或 PostgreSQL 的嵌入式全文搜索支持。

正如您已经猜到的，我们在 .NET 平台上使用带有 NHibernate ORM 的 PostgreSQL RDBMS。您对上述全文引擎有什么经验？有什么我应该注意的陷阱吗？

在一个非常典型的场景中，我的 Web 应用程序上有一个“搜索”文本框，该文本框将用户输入直接传递给存储过程，然后使用全文索引搜索两个表中的两个字段，这些字段使用适当的键连接。

我正在使用 CONTAINS 谓词来搜索字段。在传递搜索字符串之前，我执行以下操作：

例如，将城堡更改为"the*" OR "castle*"。这是必要的，因为我希望人们能够搜索cas并获得castle的结果。

问题是，既然我已经在每个单词的末尾附加了一个通配符，干扰词（例如the）也附加了一个通配符，因此似乎不再被丢弃。这意味着搜索城堡将返回带有诸如剧院等单词的项目。

将 OR 更改为 AND 是我的第一个想法，但如果随后在查询中使用干扰词，这似乎只是不返回任何匹配项。

我想要实现的只是允许用户输入多个空格分隔的单词，这些单词代表他们正在搜索的单词的全部或前缀，以任何顺序 - 并从他们的输入中删除诸如the 之类的噪声词（否则当他们搜索城堡时，他们会得到一个很大的项目列表，他们需要的结果位于列表中间的某个位置。

我可以继续实现我自己的噪声词去除程序，但这似乎是全文索引应该能够处理的事情。

感谢您的帮助！

杰米

我在我的 asp.net mvc 项目中使用 Linq2Sql，到目前为止效果很好。然而，现在我需要实现一个“关键字搜索”，在大约 20 个字段中搜索 x 关键字，这些字段分布在 10 个连接表中，这些连接表的最大深度为 3 级。linq 函数确实很简单，但是生成的查询太慢了（2 个单词大约需要 25 秒）。我实现了一些缓存，但只是缓存不会削减它。我自己尝试了一个存储过程并稍微改进了它，但优化非常有限。

现在我阅读了全文搜索，如果我做对了，这看起来就像我所需要的。谁能证实这一点？系统需要在SQL2000上运行。如果 FTS 是我需要的，有人可以帮助我如何设置它吗？它是内置在 SQL2000 中的吗？我需要其他图书馆/服务吗？

假设我有一个相当简单的应用程序，它允许用户在他们拥有的 DVD 上存储信息（标题、演员、年份、描述等），我希望允许用户通过这些字段中的任何一个搜索他们的收藏（例如“Keanu Reeves”或“矩阵”将是有效的搜索查询）。

使用 SQL 全文搜索与简单地将查询按空格分开并在 SQL 语句中执行一些“LIKE”子句有什么优势？它只是表现得更好，还是实际上会返回更准确的结果？

我们有一个 Web 应用程序，允许客户管理大量名称列表。为了在这些列表中进行搜索，我们使用 SQL Server 2008 的 FTS，它通常运行良好。我们最大的客户拥有 900,000 个姓名，并享有亚秒级的搜索时间。

然而，对于另一个新客户端，我最近导入了 150,000 个名称，性能很糟糕（例如，服务器非常糟糕）。我检查了全文索引器，它声称最近完成了一次爬网。

查看执行计划，我注意到在快速情况下（对于较大的客户端），SQL Server 首先执行 FTS，然后对结果执行索引搜索。对于较新的客户端，它首先进行索引搜索（显然，对于新记录，150,000 次），然后进行 FTS。

所以我尝试了 WITH(INDEX(MyFullTextIndex)) 提示，但 SQL Server 说索引不存在。显然，它不认为这些 FTS 索引是“真正的”索引。如何强制 SQL Server 始终首先使用 FTS？

更新：我尝试重新生成统计信息，但无济于事。同样的性能问题。

以下是执行计划：

快速性能： http: //frameaction.com/LLExecutionPlan01.sqlplan

性能缓慢：http: //frameaction.com/LLExecutionPlan18.sqlplan

我不擅长 SQL 查询，所以这可能是一个愚蠢的问题。但是，这大致是我想做的事情：

表语料库//我想通过标题正文搜索的东西...

表搜索//要应用于语料库的搜索词列表 term
...

我想写的查询或多或少如下：我相信我需要某种连接，但我不知道该怎么做。此外，我不确定 against() 运算符是否会采用除文字之外的任何内容 - 文档似乎没有提及任何一种方式。

select * from corpuses where match (title, body) against (select term from search);

我正在使用 MySQL 5

任何想法都非常感谢。

谢谢！布赖恩

我知道过去有关于 SQL 2005 与 Lucene.NET 的问题，但自 2008 年问世以来，他们对其进行了很多更改，并且想知道是否有人可以给我优点/缺点（或链接到文章）。