Co to jest Wyszukiwanie pełnotekstowe vs jak

FTS polega na indeksowaniu poszczególnych słów w polu tekstowym w celu szybkiego przeszukiwania wielu rekordów. Korzystanie z funkcji LIKE nadal wymaga przeszukiwania ciągu znaków (liniowego lub podobnego) w obrębie pola.

Like używa tylko symboli wieloznacznych i nie jest aż tak potężny.

Pełny tekst pozwala na znacznie bardziej złożone wyszukiwanie, w tym i, lub, nie, nawet podobne wyniki brzmiące (SOUNDEX) i wiele innych elementów.

Chciałbym zacząć patrzeć na SQL CONTAINS () FREETEXT () i powiązane pozycje wyszukiwania pełnotekstowego, aby pomóc lepiej zrozumieć, co jest dostępne.

MySQL tworzy indeks ze słów włączonej kolumny wyszukiwania pełnotekstowego i wykonuje wyszukiwanie na tym indeksie. MySQL wykorzystuje zaawansowany algorytm do określania wierszy dopasowanych do zapytania.

Jest kilka zalet wyszukiwania pełnotekstowego.

Indeksowanie:

Coś w stylu:

Gdzie Foo jak '% Bar'; Nie można skorzystać z indeksu. Musi spojrzeć na każdy rząd i sprawdzić, czy pasuje. Indeks pełnotekstowy może jednak W fakt, indeksy pełnotekstowe mogą oferować o wiele większą elastyczność pod względem kolejności dopasowywania słów, jak blisko te słowa są ze sobą, itp.

Stemming:

Wyszukiwanie pełnotekstowe może zawierać słowa. Jeśli szukasz run, możesz uzyskać wyniki dla "ran" lub "running". Większość silników fulltext posiada słowniki stem w różnych językach.

Wyniki Ważone:

Indeks pełnotekstowy może obejmować wiele kolumn. Na przykład możesz wyszukać " ciasto brzoskwiniowe", indeks może zawierać tytuł, słowa kluczowe i treść. Wyniki pasujące do tytułu mogą być ważone wyżej, jako bardziej istotne, i mogą być sortowane, aby pokazać w pobliżu góry.

Wady:

Indeks pełnotekstowy może być potencjalnie ogromny, wielokrotnie większy niż standardowy indeks drzewa B. Z tego powodu wielu dostawców hostowanych, którzy oferują instancje bazy danych, wyłącza tę funkcję lub przynajmniej pobiera za nią dodatkowe opłaty. Na przykład, ostatnio sprawdzałem, Windows Azure nie obsługuje fulltext zapytania.

Indeksy pełnotekstowe mogą być również wolniejsze w aktualizacji. Jeśli dane ulegną zmianie a lot, mogą wystąpić pewne opóźnienia w stosunku do standardowych indeksy.

Prawdziwą różnicą są metodyki skanowania. W przypadku wyszukiwania pełnotekstowego słowa (terminy) są używane jako klucze skrótu - z których każdy jest powiązany z tablicą dokumentów, w których pojawiają się klucze (terminy). To tak:

Document sets = {d1, d2, d3, d4, ... dn}
Term sets = {t1, t2, t3, .. tn}

Teraz macierz term-dokumentu (który członek termu danego dokumentu) może być reprezentowana jako:

t1 -> {d1, d5, d9,.. dn}
t2 -> {d11, d50, d2,.. dn}
t3 -> {d23, d67, d34,.. dn}
:
tn -> {d90, d87, d57,.. dn}

Gdy pojawi się żądanie z prośbą o "Get me all documents containing the word / term t1" - wtedy zwracany jest zestaw dokumentów {d1, d5, d9,.. dn}.

You could zhakuj znormalizowany schemat tabeli do przechowywania dokumentów - każdy wiersz w tabeli MySQL będzie uważany za" dokument", a Kolumna tekstowa może zawierać akapit itp. Odwrócony indeks będzie zawierał terminy jako klucze skrótu, a identyfikatory wierszy jako identyfikatory dokumentów.

Pamiętaj, że to zapytanie SQL będzie miało mniej więcej wydajność O(1). Zapytanie będzie niezależne od

1. liczba słów / terminów w kolumnie tekstowej
2. liczba wierszy / dokumentów pasujących do kryteria
3. długość słów / terminów

Na przykład ten SQL może być wywołany, aby wyodrębnić wszystkie wiersze pasujące do podanego słowa XYZ:

SELECT * 
FROM   my_table 
WHERE  MATCH (my_text_column) against ('XYZ' IN boolean mode) ;

Zastrzeżenie: jeśli dodasz ORDER BY do tego zapytania, Twoje czasy uruchamiania będą się różnić w zależności od kilku parametrów, z których jednym jest liczba pasujących wierszy / dokumentów. Więc uważaj.

Podobne jednak nie ma nic z tego. Jest on zmuszony do liniowego skanowania zdania / ciągu I znalezienia wszystkich pasujących terminów. Dodanie dzikiej karty dodaje do bałagan. Działa świetnie dla ciągów o małej długości, jak można sobie wyobrazić, ale zawiedzie nędznie dla dłuższych zdań. I zdecydowanie nie porównywalne, gdy ma akapit lub całą stronę tekstu itp.

FTS jest bardziej wydajny ,wydajny (szczególnie dla łamaczy słów i funkcji steming) ... ale sprawdź swoje wymagania, ponieważ czasami DBs nie obsługuje wszystkich języków, na przykład MSSQL nie obsługuje greckiego (sprawdź na tej stronie http://msdn.microsoft.com/en-us/library/ms176076(v=sql. 110). aspx )