如何更好的利用Oracle全文檢索

不使用Oracle text功能,也有很多方法可以在Oracle數據庫中搜索文本.可以使用標准的INSTR函數和 LIKE操作符實現。

SELECT　*FROM　mytext　WHERE　INSTR　(thetext,　 'Oracle')　>　0;
SELECT　*　FROM　mytext　WHERE　thetext　LIKE　'% Oracle%';　

有很多時候，使用instr和like是很理想的, 特別是搜索僅跨越很小的表的時候.然而通過這些文本定位的方法將導致全表掃描,對資源來說消耗比較昂貴,而且實現的搜索功能 也非常有限，因此對海量的文本數據進行搜索時，建議使用oralce提供的全文檢索功能

建立全文檢索的步驟

步驟一　檢查和設置數據庫角色首先檢查數據庫中是否有CTXSYS用戶和CTXAPP腳色。如果沒有這個 用戶和角色，意味著你的數據庫創建時未安裝intermedia功能。你必須修改數據庫以安裝這項功能。

默認安裝情況下，ctxsys用戶是被鎖定的，因此要先啟用ctxsys的用戶。

步驟二　賦權　在ctxsys用戶 下把ctx_ddl的執行權限賦於要使用全文索引的用戶，例：

grant　execute　on　ctx_ddl 　to　pomoho;

步驟三　設置詞法分析器(lexer)

Oracle實現全文檢索，其機制其 實很簡單。即通過Oracle專利的詞法分析器(lexer),將文章中所有的表意單元(Oracle 稱為 term)找出 來，記錄在一組 以dr$開頭的表中，同時記下該term出現的位置、次數、hash 值等信息。檢索時， Oracle 從這組表中查找相應的term，並計算其出現頻率，根據某個算法來計算每個文檔的得分(score), 即所謂的‘匹配率’。而lexer則是該機制的核心，它決定了全文檢索的效率。Oracle 針對 不同的語言提供了不同的 lexer, 而我們通常能用到其中的三個：

n　　basic_lexer: 針對英語 。它能根據空格和標點來將英語單詞從句子中分離，還能自動將一些出現頻率過高已經失去檢索意義的 單詞作為‘垃圾’處理，如if , is 等，具有較高的處理效率。但該lexer應用於漢語則有很 多問題，由於它只認空格和標點，而漢語的一句話中通常不會有空格，因此，它會把整句話作為一個 term,事實上失去檢索能力。以‘中國人民站起來了’這句話為例，basic_lexer 分析的結果 只有一個term ,就是‘中國人民站起來了’。此時若檢索‘中國’，將檢索不到 內容。

n　 chinese_vgram_lexer: 專門的漢語分析器，支持所有漢字字符集(ZHS16CGB231280 ZHS16GBK ZHT32EUC ZHT16BIG5 ZHT32TRIS ZHT16MSWIN950 ZHT16HKSCS UTF8 )。該分析器按字為單元來 分析漢語句子。‘中國人民站起來了’這句話，會被它分析成如下幾個term: ‘中 ’，‘中國’，‘國人’，‘人民’，‘民站’， ‘站起’，起來’，‘來了’，‘了’。可以看出，這種分析方 法，實現算法很簡單，並且能實現‘一網打盡’，但效率則是差強人意。

n　 chinese_lexer: 這是一個新的漢語分析器，只支持utf8字符集。上面已經看到，chinese vgram lexer 這個分析器由於不認識常用的漢語詞匯，因此分析的單元非常機械，像上面的‘民站’， ‘站起’在漢語中根本不會單獨出現，因此這種term是沒有意義的，反而影響效率。 chinese_lexer的最大改進就是該分析器 能認識大部分常用漢語詞匯，因此能更有效率地分析句子，像 以上兩個愚蠢的單元將不會再出現，極大 提高了效率。但是它只支持 utf8, 如果你的數據庫是 zhs16gbk字符集，則只能使用笨笨的那個Chinese vgram lexer.

如果不做任何設置，Oracle 缺 省使用basic_lexer這個分析器。要指定使用哪一個lexer, 可以這樣操作：

第一．當前用戶下下 建立一個preference(例：在pomoho用戶下執行以下語句)

exec　 ctx_ddl.create_preference　('my_lexer',　 'chinese_vgram_lexer');

第二．在建立全文索引索引時，指明所用的 lexer:

CREATE　INDEX　myindex　ON　mytable(mycolumn)　indextype　is　 ctxsys.context

parameters('lexer　my_lexer');

這樣建立的全 文檢索索引，就會使用chinese_vgram_lexer作為分析器。

步驟四　建立索引

通過以下語 法建立全文索引

CREATE　INDEX　[schema.]index　on　[schema.]table(column)　 INDEXTYPE　IS　ctxsys.context　[ONLINE]

LOCAL　[(PARTITION　[partition]　 [PARAMETERS('paramstring')]

[,　PARTITION　[partition]　[PARAMETERS ('paramstring')]])]

[PARAMETERS(paramstring)]　[PARALLEL　n]　 [UNUSABLE];

例：

CREATE　INDEX　ctx_idx_menuname　ON　pubmenu (menuname)

indextype　is　ctxsys.context　parameters('lexer　my_lexer')