[全文索引] 全文检索之全文索引

问题记录：

1. 全文索引和普通索引的区别？

答：差别很大全文索引是一种特殊类型的基于标记的功能性索引，由全文引擎（MSFTESQL）服务创建和维护，首先在索引创建方面，全文索引不是针对表中某一特定行数据值来构造B树结构，而是基于要索引的文本中的各个标记来创建倒排、堆积且压缩索引结构。

2. 全文索引的作用？

答：解决海量数据模糊查询

3. 全文索引的存储方式？

答：索引的数据结构基本采用倒排序索引结构。

4. 全文索引为什么一定要有普通唯一索引做支持？

答：就目前知道的来看，他是用来作为查询和处理的链接。

5. 全文索引、全文目录、表、表索引之间的关系？

答：一个数据库可以有一个或多个全文目录，一个全文目录可以包含一个或多个全文索引，一个表只能有一个全文索引，并且只能属于一个全文目录。

6. 全文索引的速度到底有多快？数据测试一下

答：见下文中性能测试。

概念：

【全文目录】：位置在数据库→存储→全文目录，作用是用于保存和管理全文索引。

【全文索引】：只针对nvarchar,char,text类型字段作匹配查询，要比普通的Sql中的like快至少10倍以上（待测）的速度，在查询匹配上提供了模糊匹配的高级搜索性能，并能够返回查询的命中率。主要用到以下谓词：FREETEXT，CONTAINS，FREETEXTTABLE，CONTAINSTABLE（后两个返回的结果更加详细，有匹配度等）

创建：

准备工作：

1. 先开启自己电脑或者服务器的这个服务，如下图：

我们可以看到这个服务后面的描述，是专门用来做全文搜索功能的

完后我开始建表

CREATE TABLE [dbo].[Test1](
    [ID] [int] IDENTITY(1,1) NOT NULL,
    [Name] [nvarchar](50) NULL,
    [Description] [nvarchar](200) NULL
) ON [PRIMARY]

完后在该表的ID上，创建一个唯一索引，为全文索引使用，具体为什么需要，等下讲解

CREATE UNIQUE CLUSTERED INDEX [Test1_Index_ID] ON [dbo].[Test1] 
(
    [ID] ASC
)WITH (PAD_INDEX  = OFF, STATISTICS_NORECOMPUTE  = OFF, SORT_IN_TEMPDB = OFF, IGNORE_DUP_KEY = OFF, DROP_EXISTING = OFF, ONLINE = OFF, ALLOW_ROW_LOCKS  = ON, ALLOW_PAGE_LOCKS  = ON) ON [PRIMARY]
GO

完后要创建全文目录

CREATE FULLTEXT CATALOG Catalog_Test1 AS DEFAULT

*注意：在建全文目录的时候报了这个错，“消息7609，级别17，状态100，第1 行未安装全文搜索或无法加载某一全文组件。”，开启了全文筛选的服务（这个服务主要是对文本做分词的作用），还是不行，在SQL 管理配置里打开服务，居然显示“远程过程调用失败0x800706be”，这真是一个问题接一个问题啊，好吧，挨个儿解决，网上各种找资料，说要卸载一个…..SQL DBLocal2012 ,卸载了果然好了，接着解决第二个，又查到说是可能登陆账号的问题，我看了下，我是用Windows模式登陆的，后又改为SQL混合模式 sa账号登陆，果然也可以了，在这里Mark一下，防止以后遇到类似的问题。

接下来再添加全文索引

CREATE FULLTEXT INDEX ON TEST1(Description) KEY INDEX Test1_Index_ID ON  Catalog_Test1

接下来就可以使用 FREETEXT 、CONTAINS 查询数据了。如下图

性能测试：

向数据库插入20万条数据（不算多），第一次查询使用LIKE花费了4秒，而使用FREETEXT或者CONTAINS基本是毫秒级完成的，如果数据再多些，差异可能更加显著，由此看来，全文索引的确是为了解决海量数据模糊查询的好办法，但是查询的时候得到数据不太准确（可能是由于太模糊了，开玩笑，这里涉及到全文索引的原理），和LIKE关键字查到的数据总差一些。

注意事项：

1. 全文索引可对char,nvarchar,nchar,text,ntext,image,xml,varbinary或varbinary类型字段使用。

2. 每个表只能建一个全文索引，但是可以针对多个字段

3. 与LIKE区别，LIKE只对字符模式有效，而对二级制无效，对于大量非结构化数据Like查询可能会消耗几分钟，而同样的数据使用全文搜索可能只需要几秒甚至更少，还有一点LIKE对表制作简单模式扫描，而全文搜索会先将所查内容分词，对有用的词添加索引，再去做查询。

基本原理：

全文检索的全部工作就是建立索引和索引中搜索定位，所有的工作都围绕这两个来进行；建立索引中又有两项非常重要，一个是对文本进行分词，一个是建立索引的数据结构，分词的方法主要采用：二元分词法、最大匹配法和统计方法，索引的数据结构基本上采用倒排序索引结构，再详细原理，参看下面文字。

全文索引局限：

上面也测试过了，相比较LIKE关键字，全文所以查询到的数据略有偏差，这是什么原因造成的呢，其实全文索引一直是微软的一块心病，因为SQL Server 分词只是正序分词和索引，而没有对字符串再进行反方向分词和索引，所以只能查询到词或短语的前缀符合的记录。

参考资料：全文索引原理：http://www.cnblogs.com/luluping/archive/2009/06/09/1499518.html

参考资料：MSDN全文索引说明：https://msdn.microsoft.com/zh-cn/library/ms142575(SQL.90).aspx

参考资料：写的好的博客文：http://www.cnblogs.com/gaizai/archive/2010/05/13/1733857.html

参考资料：写得好的博客文：http://blog.csdn.net/yellowegg/article/details/9635463

html, .wiz-editor-body { font-size: 12pt }
.wiz-editor-body { font-family: Helvetica, “Hiragino Sans GB”, “寰蒋闆呴粦”, “Microsoft YaHei UI”, SimSun, SimHei, arial, sans-serif; line-height: 1.7; margin: 0 auto; padding: 1.25rem 1rem }
.wiz-editor-body h1, .wiz-editor-body h2, .wiz-editor-body h3, .wiz-editor-body h4, .wiz-editor-body h5, .wiz-editor-body h6 { margin: 1.25rem 0 0.625rem; padding: 0; font-weight: bold }
.wiz-editor-body h1 { font-size: 1.67rem }
.wiz-editor-body h2 { font-size: 1.5rem }
.wiz-editor-body h3 { font-size: 1.25rem }
.wiz-editor-body h4 { font-size: 1.17rem }
.wiz-editor-body h5 { font-size: 1rem }
.wiz-editor-body h6 { font-size: 1rem; color: rgba(119, 119, 119, 1); margin: 1rem 0 }
.wiz-editor-body div, .wiz-editor-body p, .wiz-editor-body ul, .wiz-editor-body ol, .wiz-editor-body dl, .wiz-editor-body li { margin: 8px 0 }
.wiz-editor-body blockquote, .wiz-editor-body table, .wiz-editor-body pre, .wiz-editor-body code { margin: 8px 0 }
.wiz-editor-body .CodeMirror pre { margin: 0 }
.wiz-editor-body ul, .wiz-editor-body ol { padding-left: 2rem }
.wiz-editor-body ol.wiz-list-level1>li { list-style-type: decimal }
.wiz-editor-body ol.wiz-list-level2>li { list-style-type: lower-latin }
.wiz-editor-body ol.wiz-list-level3>li { list-style-type: lower-roman }
.wiz-editor-body blockquote { padding: 0 12px }
.wiz-editor-body blockquote>:first-child { margin-top: 0 }
.wiz-editor-body blockquote>:last-child { margin-bottom: 0 }
.wiz-editor-body img { border: 0; max-width: 100%; height: auto !important; margin: 2px 0 }
.wiz-editor-body table { border-collapse: collapse; border: 1px solid rgba(187, 187, 187, 1) }
.wiz-editor-body td, .wiz-editor-body th { padding: 4px 8px; border-collapse: collapse; border: 1px solid rgba(187, 187, 187, 1); min-height: 28px; box-sizing: border-box }
.wiz-hide { display: none !important }

本文链接：https://www.cnblogs.com/nigthcat/articles/10796097.html

[全文索引] 全文检索之全文索引

[全文索引] 全文检索之全文索引的更多相关文章

随机推荐

热门专题

目录导航