萬盛學電腦網

您现在的位置: 萬盛學電腦網 >> 程式設計 >  >> 資料庫 >> Oracle 教學

Oracle Text 全文檢索實戰:從詞法分析器選型到索引建立與查詢優化

為何需要 Oracle Text

LIKE '%keyword%' / INSTR 導致全表掃描,資源消耗大、功能弱 (不支援詞幹、同義詞、評分排序)。海量文本必須使用 Oracle Text (Intermedia)。

四步建立全文索引

步驟 1:確認元件安裝

SELECT username FROM dba_users WHERE username = 'CTXSYS';  -- 必須存在
-- 若無,需重跑 Database Configuration Assistant 勾選 Oracle Text。

解鎖帳號:ALTER USER CTXSYS ACCOUNT UNLOCK IDENTIFIED BY pwd;

步驟 2:授權

GRANT EXECUTE ON CTX_DDL TO app_user;

步驟 3:選擇並建立 Lexer (詞法分析器) —— 核心決定效能

Lexer適用語言字符集支援分詞邏輯優缺點
BASIC_LEXER英文所有空格/標點斷詞,停用詞過濾高效,中文失效 (整句當一詞)
CHINESE_VGRAM_LEXER中文ZHS16GBK, UTF8 等所有中文字符集Bigram (雙字元滑動窗口)覆蓋全、但產生大量無意義詞元 (如「民站」),索引膨脹、查詢慢
CHINESE_LEXER中文僅 UTF8詞典分詞 (識別常用詞彙)索引小、查詢快,**強烈推薦 UTF8 資料庫首選**

建立 Preference 並指定 Lexer

EXEC CTX_DDL.CREATE_PREFERENCE('my_lexer', 'CHINESE_VGRAM_LEXER');  -- 或 CHINESE_LEXER
-- 可微調屬性
EXEC CTX_DDL.SET_ATTRIBUTE('my_lexer', 'MIXED_CASE', 'YES');

步驟 4:建立 Context 索引

CREATE INDEX idx_doc_content ON docs(content)
INDEXTYPE IS CTXSYS.CONTEXT
PARAMETERS('LEXER my_lexer SYNC(ON COMMIT)');  -- 提交即時同步

分區表可用 LOCAL 子句逐分區指定參數。

查詢語法

-- 簡單查詢
SELECT * FROM docs WHERE CONTAINS(content, 'Oracle') > 0;
-- 評分排序
SELECT SCORE(1), title FROM docs WHERE CONTAINS(content, 'Oracle', 1) > 0 ORDER BY SCORE(1) DESC;
-- 邏輯運算
CONTAINS(content, 'Oracle AND (Database OR Cloud)') > 0
-- 近似/詞幹/同義詞
CONTAINS(content, '!$term')  -- 詞幹
CONTAINS(content, 'SYN(term)') -- 同義詞

維運關鍵

  • CTX_DDL.SYNC_INDEX / OPTIMIZE_INDEX 定期合併碎片、回收已刪文檔。
  • 監控 CTX_USER_INDEX_ERRORS 捕捉索引錯誤。
  • 大量載入時先 UNUSABLE 索引,載入完 REBUILD。
copyright © 萬盛學電腦網 all rights reserved