本文测试SQL server 2005在全文索引中同义词的使用。 /*建立测试环境 WINXP(SP3) SQL SERVER2005(SP3)*/ if object_id('tb') is not null drop table tb go create table tb (id int identity(1,1), title varchar(200), detail varchar(1000), constraint pk_id primary key(id) –在建立全文索引时需要使用 ) insert into tb select '火箭即将签下新秀射手',' 据悉,巴丁格与火箭队的合同谈判是于昨天完成的,巴丁格将得到与泰勒一样的合同。此前媒体曝光泰勒的合同为期四年,总价值万美元,其中前两年为保障性合同。巴丁格预计会在接下来几天内正式宣布签约加盟火箭。' union all select '韦弗被曝已与希腊豪门签约','据国际篮球网报道,前火箭队球员范-韦弗已经与希腊豪门奥林匹亚科斯队签订了合同。韦弗得到一份为期两年,总价值万美元的合同。' union all select '马刺豪掷千金为对抗湖人','马刺队在今夏休赛期补充了几员大将,主教练格雷格-波波维奇日前在接受Yahoo!体育采访时透露,马刺队不惜缴纳奢侈税构建豪华阵容就是为了对抗湖人队,争取拿到第五个总冠军。' union all select '华莱士未曾想过离开汽车城','此前本-华莱士已经同意重返底特律活塞,并且以老将底薪和活塞签下一份年万美元的合同,而据《每日先驱报》专栏作家米克-麦格劳透露,这位当年叱咤NBA赛场的内线防守悍将甚至从来就没有考虑过要离开活塞队。' union all select '米勒竟好横刀夺爱追求人妻','对于那些没看过雷吉?米勒在步行者创造“米勒时间”的“后”们,应该怎么介绍这位前NBA球星呢?难道从前天洛杉矶马里布海滩上空那架飞机拉的横幅说起?恐怕没有哪位家长愿意这么做。' union all select '姚明:没把上海当投资项目乐得生意做了好人当了','“姚蜜”说:不缺广告效应的姚明收购濒临绝境的上海东方篮球俱乐部,说明他是真的想为曾经的母队做点事情。' union all select '火箭不敌奇才终结年纪录','此役姚麦组合状态糟糕,姚明投中得到分个篮板次盖帽,麦迪投中拿下分个篮板次助攻,两人联手竟不如得到分个篮板次助攻次盖帽的贾米森。' 第一步:启用数据库的全文索引 sp_fulltext_database enable --启用数据库的全文索引 go 第二步:建立全文目录 create fulltext catalog tb_fulltext in path N'D:\Program Files\Microsoft SQL Server2005\MSSQL.1\MSSQL\FTData' with accent_sensitivity =on --区分重音 authorization dbo;--全文目录的所有者 第三步:建立全文索引 create fulltext index on tb (title,detail) key index pk_id --指定索引列,为了提高性能,最好使用聚集索引 on tb_fulltext with change_tracking auto --在关联的表中修改了数据时,自动更新全文索引。 第四步:查询示例: select * from tb where contains((title,detail),'姚明') 查询的语法: 1、 搜索特定词:contains(detail,'姚明') 2、 搜索特定短语:用““将短语包含在双引号内,contains(detail,'姚明 上海') 3、 从多个列中搜索词和短语:contains((title,detail),'姚明 上海') 4、搜索以指定文本开头的词或短语:contains(detail,'“姚明*“') 如果文本和星号不包含在双引号内,则全文搜索会将星号看做是一个字符。如果搜索的是短语,则该短语内的每个词都被看做是一个前缀。contains(detail,'“姚明 上海*“')则将返回第一个词以姚明开头第二个词以上海开头的结果 5、 搜索特定词的变形:contains(detail,'formsof(inflectional,ride)') 将返回表中含有ride,rides,riding,ridden的行 6、搜索与另一个词或短语临近的词或者短语:contains(detail,'姚明 near 上海') 7、使用加权值的词或短语:contains(description,’isabout(performance weight(.8),comfortable weight(.4),smooth weight(.2))’) Weight为每个词或短语指定一个0.0~1.0之间的加权值 8、使用多个搜索条件: contains(detail,'”姚明” or “上海”') contains(detail,'”姚明” and “上海”') contains(detail,'”姚明” and not “上海”') 9、在contains中还可以使用变量 10、搜索同义词 contains(title,'formsof(thesaurus,上)') 【测试】 在上例中,执行 select * from tb where contains(title,'上海') 结果: id title detail 6 姚明:没把上海当投资项目 乐得生意做了好人当了 “姚蜜”说:不缺广告效应的姚明收购濒临绝境的上海东方篮球俱乐部,说明他是真的想为曾经的母队做点事情。 但是执行: select * from tb where contains(title,'上') 结果为空集。 原因:在进行全文索引查询的时候,“上”为简体中文的干扰词,即查询的时候会忽略掉;另外建立全文索引的时候一般会以一个词组作为一个索引项,而不是单个词。 如果还要进行此查询,想查出第一个查询的结果,可以修改全文索引的同义词库。
干扰词与同义词文件存在的路径: D:\Program Files\Microsoft SQL Server2005\MSSQL.1\MSSQL\FTData,每一个文件名应该很好辨别。 简单介绍下修改同义词库的方法: 1、 使用记事本打开tschs.xml,这是简体中文的同义词库
<XML ID="Microsoft Search Thesaurus"> <!-- Commented out <thesaurus xmlns="x-schema:tsSchema.xml"> <diacritics_sensitive>0</diacritics_sensitive> <expansion> <sub>Internet Explorer</sub> <sub>IE</sub> <sub>IE5</sub> </expansion> <replacement> <pat>NT5</pat> <pat>W2K</pat> <sub>Windows 2000</sub> </replacement> <expansion> <sub>run</sub> <sub>jog</sub> </expansion> </thesaurus> --> </XML>
解释: <replacement> <pat>NT5</pat> <pat>W2K</pat> <sub>Windows 2000</sub> </replacement> 为替代词,即查询W2K时,会自动替换为Windows 2000进行查询 <expansion> <sub>run</sub> <sub>jog</sub> </expansion> 为同义词库,即查询run的时候也会查询jog 在本例中添加: <expansion> <sub>上</sub> <sub>上海</sub> </expansion> 2、 去掉开始于末尾的注释行: <!-- Commented out --> 3、最终形成的结果为: <XML ID="Microsoft Search Thesaurus"> <thesaurus xmlns="x-schema:tsSchema.xml"> <diacritics_sensitive>0</diacritics_sensitive> <expansion> <sub>Internet Explorer</sub> <sub>IE</sub> <sub>IE5</sub> </expansion> <replacement> <pat>NT5</pat> <pat>W2K</pat> <sub>Windows 2000</sub> </replacement> <expansion> <sub>run</sub> <sub>jog</sub> </expansion> <expansion> <sub>上</sub> <sub>上海</sub> </expansion> </thesaurus> </XML> 执行查询语句: select * from tb where contains(title,'formsof(thesaurus,上)') 即可看到查询结果与contains(title,'上海')相同
|