全文搜索案例 oracle,使用Oracle Text构建全文搜索应用程序(2)

虽然大部分时间过滤阶段无需为每个文件指定文件格式即可很好地运行，但是，在基表中添加这一列可以对索引进程进行进一步控制。例如，使用格式列，您可以跳过某些文件类型不为其建立索引。当您只想正式支持应用程序中 Oracle Text 所支持的部分文件格式时，这一列非常有用。

Oracle Text 还可用于元数据的全文搜索。在示例应用程序中，有一个名为 issues 用于存储问题元数据的表。该表的定义如下：

CREATE TABLE issues (

id NUMBER,

summary VARCHAR(120),

description CLOB,

author VARCHAR(80),

ot_version VARCHAR(10)

);

ot_version 列为索引列，可用于强制为特定文档重新建立索引。该表可使用测试数据填充：

INSERT INTO issues VALUES (1, 'Jane', 'Text does not make tea',

'Oracle Text is unable to make morning tea', 1);

INSERT INTO issues VALUES (2, 'John', 'It comes in the wrong color',

'I want to have Text in pink', 1);

用户索引

Oracle Text 可为来自不同数据源的数据建立索引。Oracle Text 可用于问题跟踪系统，提供对问题元数据的全文搜索。在默认情况下，您可为单个列中的值建立索引，但是，如果要合并多个表的数据，您需要创建一个自定义的 PL/SQL 过滤器过程。我将演示如何创建这样的过程，这个过程将起到存储抽象的作用。然后，该索引进程将迭代文本表中所有的行，为每一行调用过滤器过程。过滤器过程将返回所有与问题相关的有待建立索引的文本。

-- declare indexing procedure

CREATE PACKAGE ot_search AS

PROCEDURE issue_filter(rid IN ROWID, tlob IN OUT NOCOPY CLOB);

END ot_search;

/

-- define indexing procedure

CREATE PACKAGE BODY ot_search AS

PROCEDURE issue_filter(rid IN ROWID, tlob IN OUT NOCOPY CLOB) IS

BEGIN

FOR c1 IN (SELECT author, summary, description FROM issues WHERE rowid = rid)

LOOP

dbms_lob.writeappend(tlob, LENGTH(c1.summary)+1, c1.summary || ' ');

dbms_lob.writeappend(tlob, LENGTH(c1.author)+1, c1.author || ' ');

dbms_lob.writeappend(tlob, LENGTH(c1.description), c1.description);

END LOOP;

END issue_filter;

END ot_search;

/

-- define datastore preference for issues

BEGIN

ctx_ddl.create_preference('issue_store', 'user_datastore');

ctx_ddl.set_attribute('issue_store', 'procedure', 'ot_search.issue_filter');

ctx_ddl.set_attribute('issue_store', 'output_type', 'CLOB');

END;

/

-- index issues

CREATE INDEX issue_index ON issues(ot_version) INDEXTYPE IS ctxsys.context

PARAMETERS ('datastore issue_store');

搜索

CONTAINS 运算符用于搜索 CONTEXT 索引。虽然 CONTAINS 运算符语法的确支持 soundex 匹配等更高级的功能，但在这些示例中，我们只用了简单的布尔运算符来合并关键字。对于 Oracle Text 支持的语言，模糊匹配和词根还原都是默认启用的。要利用这些高级搜索功能，只需将 fuzzy() 或 $ 查询运算符分别与 CONTAINS 运算符结合使用即可。通配符字符可用于前缀和后缀匹配的 CONTAINS 查询。下面是一些简单的查询示例：

SELECT id FROM issues WHERE CONTAINS(ot_version, 'color AND pink', 1) > 0;

SELECT id FROM issues WHERE CONTAINS(ot_version, 'jane OR john', 1) > 0;

索引维护

由于基表数据是由索引复制的，因此这些数据需要定期与索引进行同步。在 CTX_DDL PL/SQL 程序包中可以发现索引维护过程。下面给出了一个示例，显示如何更新索引以反映基表更改：

EXECUTE ctx_ddl.sync_index('issue_index', '2M');

该同步过程为操作提供了索引名称和使用的内存量。也可以让数据库定期自动执行此项任务。您也可以选择使用操作系统或其他计划工具来启动同步。例如，在 Unix 系统上，可安排以下 shell 脚本与 Cron 作业，使系统按计划执行同步：

#!/bin/sh

export ORACLE_SID=orcl

export ORAENV_ASK=NO

source /usr/local/bin/oraenv

sqlplus ot1/ot1@XE > synch.log WHENEVER SQLERROR EXIT 5;

EXECUTE ctx_ddl.sync_index('issue_index', '2M');

EOF

CTX_DDL 程序包还包含其他有用的过程，例如索引优化，用于消除索引碎片和清除过期的数据。

如果出现错误，可通过 CTX_USER_INDEX_ERRORS 视图跟踪索引错误。

数据库根据索引列更改跟踪文档的变更，因此，如果您希望强制 Oracle Text 重新为某些文档建立索引，可以更新相应行的索引列，如下所示：

UPDATE files SET path=path WHERE id = 4;

这将在同步索引时更新 id 为 4 的文件的索引关键字。

【相关文章】

【责任编辑：火凤凰 TEL：(010)68476606-8007】

内容导航