【交流贴】关于全文索引发表自己的一些浅见

详情请见：
全文索引的使用方法(一)
http://blog.csdn.net/HEROWANG/archive/2009/08/11/4436605.aspx
全文索引的使用(二)--使用同义词库
http://blog.csdn.net/HEROWANG/archive/2009/08/11/4436623.aspx
希望多多互相交流，谢谢。

/*建立测试环境*/

if object_id('tb') is not null

   drop table tb

go

create table tb

(id int identity(1,1),

 title varchar(200), 

 detail varchar(1000),

 constraint pk_id primary key(id) –在建立全文索引时需要使用

 )

insert into tb

select '火箭即将签下新秀射手','　据悉，巴丁格与火箭队的合同谈判是于昨天完成的，巴丁格将得到与泰勒一样的合同。此前媒体曝光泰勒的合同为期四年，总价值万美元，其中前两年为保障性合同。巴丁格预计会在接下来几天内正式宣布签约加盟火箭。' 

union all

select '韦弗被曝已与希腊豪门签约','据国际篮球网报道，前火箭队球员范-韦弗已经与希腊豪门奥林匹亚科斯队签订了合同。韦弗得到一份为期两年，总价值万美元的合同。'

union all

select '马刺豪掷千金为对抗湖人','马刺队在今夏休赛期补充了几员大将，主教练格雷格-波波维奇日前在接受Yahoo!体育采访时透露，马刺队不惜缴纳奢侈税构建豪华阵容就是为了对抗湖人队，争取拿到第五个总冠军。'

union all

select '华莱士未曾想过离开汽车城','此前本-华莱士已经同意重返底特律活塞，并且以老将底薪和活塞签下一份年万美元的合同，而据《每日先驱报》专栏作家米克-麦格劳透露，这位当年叱咤NBA赛场的内线防守悍将甚至从来就没有考虑过要离开活塞队。'

union all

select '米勒竟好横刀夺爱追求人妻','对于那些没看过雷吉•米勒在步行者创造“米勒时间”的“后”们，应该怎么介绍这位前NBA球星呢？难道从前天洛杉矶马里布海滩上空那架飞机拉的横幅说起？恐怕没有哪位家长愿意这么做。'

union all

select '姚明：没把上海当投资项目乐得生意做了好人当了','“姚蜜”说：不缺广告效应的姚明收购濒临绝境的上海东方篮球俱乐部，说明他是真的想为曾经的母队做点事情。'

union all

select '火箭不敌奇才终结年纪录','此役姚麦组合状态糟糕，姚明投中得到分个篮板次盖帽，麦迪投中拿下分个篮板次助攻，两人联手竟不如得到分个篮板次助攻次盖帽的贾米森。'

第一步：启用数据库的全文索引
sp_fulltext_database enable --启用数据库的全文索引
go
第二步：建立全文目录

create fulltext catalog tb_fulltext  

in path N'D:\Program Files\Microsoft SQL Server2005\MSSQL.1\MSSQL\FTData'

with accent_sensitivity =on  --区分重音

authorization dbo;--全文目录的所有者

第三步：建立全文索引

create fulltext index on tb

(title,detail)

key index pk_id  --指定索引列，为了提高性能，最好使用聚集索引

on tb_fulltext

with change_tracking auto  --在关联的表中修改了数据时，自动更新全文索引。

第四步：查询示例：

select * from tb

where contains((title,detail),'姚明')

查询的语法：
1、 搜索特定词：contains(detail,'姚明')
2、 搜索特定短语：用““将短语包含在双引号内，contains(detail,'姚明 上海')
3、 从多个列中搜索词和短语：contains((title,detail),'姚明 上海')
4、搜索以指定文本开头的词或短语：contains(detail,'“姚明*“')
如果文本和星号不包含在双引号内，则全文搜索会将星号看做是一个字符。如果搜索的是短语，则该短语内的每个词都被看做是一个前缀。contains(detail,'“姚明 上海*“')则将返回第一个词以姚明开头第二个词以上海开头的结果
5、 搜索特定词的变形：contains(detail,'formsof(inflectional,ride)')
将返回表中含有ride，rides，riding，ridden的行
6、搜索与另一个词或短语临近的词或者短语：contains(detail,'姚明 near 上海')
7、使用加权值的词或短语：contains(description,’isabout(performance weight(.8),comfortable weight(.4),smooth weight(.2))’)
Weight为每个词或短语指定一个0.0~1.0之间的加权值
8、使用多个搜索条件： contains(detail,'”姚明” or “上海”')
contains(detail,'”姚明” and “上海”')
contains(detail,'”姚明” and not “上海”')
9、在contains中还可以使用变量
10、搜索同义词 contains(title,'formsof(thesaurus,上)')

第二篇：
在上例中，执行
select * from tb
where contains(title,'上海')
结果：
id title detail
6 姚明：没把上海当投资项目 乐得生意做了好人当了 “姚蜜”说：不缺广告效应的姚明收购濒临绝境的上海东方篮球俱乐部，说明他是真的想为曾经的母队做点事情。
但是执行：
select * from tb
where contains(title,'上')
结果为空集。
原因：在进行全文索引查询的时候，“上”为简体中文的干扰词，即查询的时候会忽略掉；另外建立全文索引的时候一般会以一个词组作为一个索引项，而不是单个词。

如果还要进行此查询，想查出第一个查询的结果，可以修改全文索引的同义词库。

干扰词与同义词文件存在的路径：
D:\Program Files\Microsoft SQL Server2005\MSSQL.1\MSSQL\FTData，每一个文件名应该很好辨别。
简单介绍下修改同义词库的方法：
1、 使用记事本打开tschs.xml，这是简体中文的同义词库

<XML ID="Microsoft Search Thesaurus">

<!--  Commented out

    <thesaurus xmlns="x-schema:tsSchema.xml">

	<diacritics_sensitive>0</diacritics_sensitive>

        <expansion>

            <sub>Internet Explorer</sub>

            <sub>IE</sub>

            <sub>IE5</sub>

        </expansion>

        <replacement>

            <pat>NT5</pat>

            <pat>W2K</pat>

            <sub>Windows 2000</sub>

        </replacement>

        <expansion>

            <sub>run</sub>

            <sub>jog</sub>

        </expansion>

    </thesaurus>

-->

</XML>

解释：
<replacement>
<pat>NT5</pat>
<pat>W2K</pat>
_{Windows 2000}
</replacement>
为替代词，即查询W2K时，会自动替换为Windows 2000进行查询
<expansion>
_run
_jog
</expansion>
为同义词库，即查询run的时候也会查询jog
在本例中添加：
<expansion>
_上
_上海
</expansion>
2、 去掉开始于末尾的注释行：
<!-- Commented out
-->
3、最终形成的结果为：

<XML ID="Microsoft Search Thesaurus">

    <thesaurus xmlns="x-schema:tsSchema.xml">

	<diacritics_sensitive>0</diacritics_sensitive>

        <expansion>

            <sub>Internet Explorer</sub>

            <sub>IE</sub>

            <sub>IE5</sub>

        </expansion>

        <replacement>

            <pat>NT5</pat>

            <pat>W2K</pat>

            <sub>Windows 2000</sub>

        </replacement>

        <expansion>

            <sub>run</sub>

            <sub>jog</sub>

        </expansion>

       <expansion>

            <sub>上</sub>

            <sub>上海</sub>

        </expansion>

    </thesaurus>

</XML>

3、 执行查询语句：
select * from tb
where contains(title,'formsof(thesaurus,上)')
即可看到查询结果与contains(title,'上海')相同
注：在这里只是说明下同义词库的使用方法，至于在实际中具体该如何使用，请大家明示下。