oracle数据库总结(十三)--全文索引的介绍。contains使用

待我称王封你为后i 2022-04-11 09:45 416阅读 0赞

1、中文分词器Chinese\_vgram\_lexer的属性mixed\_case\_ascii7可以用来设置是否要区分英文字母的大小写，默认是不区分大小写的，即你在查询中输入“T”还是“t”，都能查到字母t（T或是）。

**疑问：**wordlist里的属性设置，似乎不起作用，无论对英文中文分词器。如，在中文分词器，模糊查询英文字母，必须以“%AB%”形式，中文的则不加%，加了结果还不对，不知道什么意思？

2、全文索引用于模糊查询比一般的方法比如like用于模糊查询速度要快的原因是前者是用空间来换时间，在建立全文索引时主要通过分词器（lexer），将被索引的表上的那一列的所有值（即文本，要varchar等类型）分割成一个个token\_text（比如，英文分词器BASIC\_LEXER以空格，标点符号，\_，-，等非字母数字的符号作为分割标记），而且记录这些token\_text来自表里的哪些行等信息，最后将这些token\_text和这些信息都写到表DR$索引名$I中。有了这张表，全文索引才可以快速地查找（无论是模糊还是不模糊查找），但是该表要占据空间的。

我们建立context类型的全文索引后，要对其索引的表进行查询时，查询语句里要使用contains运算符。

这里，说说contains运算符和like运算符在查找时有什么区别：

比如，我们查找“我们is中国人     而自豪”为例。

若context类型的全文索引选择使用Chinese\_vgram\_lexer中文分词器，则“我们is中国人     而自豪”这句话就会切分成以下几个token\_text：

我们、们、is、中国、国人、人而、而自、自豪、豪。（Chinese\_vgram\_lexer中文分词器以标点符号、英文字母（空格不是）等为分句的标记，又将分句以两个字为单位进行分割，分句的最后一个字单独为一个token\_text）

而like查询的话是没有将该句话分割的，还是将其整句话当作整体来看，所以select \* from tab where contains（列名，’is‘）>0可以查到这句话（因为token\_text里有is），而

select \* from tab where  列名 like ’is‘查不到这句话（因为is 只是该句话的一部分，不是所有内容。若该句话整句话内容就就只有is，那就可以查到的）。

再看，select \* from tab where contains（列名，’\_s‘）>0也可以查到这句话，也因为token\_text里有is，通过单字符通配符\_就可以和is匹配上。

而select \* from tab where  列名 like ’\_s‘也还是查不到这句话，因为通过单字符通配符\_不能和该整句话匹配上，is 只是该句话的一部分，不是所有内容。若该句话整句话内容就就只有is，那就可以查到的。

再看，select \* from tab where contains（列名，’%is%‘）>0和select \* from tab where  列名 like ’%is%‘都可以查到这句话，也因为通过多字符通配符%就可以和该整句话匹配上。

select \* from tab where contains（列名，’%s%‘）>0和select \* from tab where  列名 like ’%s%‘都可以查到这句话，也是同样的道理。

3、contains就是一个文本查询器程序，它带有自己的文本查询语法分析器。文本查询的语法规则：\\是转义符，如在查询的文本里要想让\_(下划线)不当做通配符就要转义，即\\\_;