前言

眾所周知在傳統(tǒng)的關(guān)系型數(shù)據(jù)庫中，我們通常將數(shù)據(jù)結(jié)構(gòu)化，通過一系列表關(guān)聯(lián)、聚合來查詢我們所需的結(jié)果。而在非結(jié)構(gòu)化的數(shù)據(jù)中，缺少這種預(yù)定義的結(jié)構(gòu)，因而如何快速查詢定位到我們所需要的結(jié)果，不是一件容易的事。

Mongodb作為一種NoSQL數(shù)據(jù)庫，非常適合存儲和管理非結(jié)構(gòu)化數(shù)據(jù)，例如互聯(lián)網(wǎng)上的各種文本數(shù)據(jù)。假如我們用Mongodb存儲了很多博客文章，那么如何快速找到所有關(guān)于“nodejs”這個主題的文章呢？Mongodb內(nèi)建的全文搜索可以幫助我們完成這個功能。下面話不多說了，來一起看看詳細的介紹：

在本篇博文中，將要介紹的是我使用Mongdb text search的一些經(jīng)驗。

Mongodb text search是什么？

Mongodb text search是Mongodb對數(shù)據(jù)庫進行搜索的功能模塊，類似于數(shù)據(jù)庫內(nèi)建的搜索引擎。有些人可能會疑問，查數(shù)據(jù)庫為什么還需要搜索引擎？直接用條件查詢不就得了。例如在前面的文章主題搜索中，我們不可能事先提取出每篇文章的主題，然后用專門的字段存儲，因此沒辦法進行條件查詢。并且同一個主題詞，有多種不同的表達方式，例如”node”、”nodejs”可視為同一個主題。

Mongodb text search可以自動地對大段的文本數(shù)據(jù)進行分詞處理、模糊匹配、同義詞匹配，解決文本搜索的問題。

建立文本索引

要使Mongodb能夠進行全文搜索，首先要對搜索的字段建立文本索引。建立文本索引的關(guān)鍵字是text，我們既可以建立單個字段的文本索引，也可以建立包含多個字段的復(fù)合文本索引。需要注意的是，每個collection只能建立一個文本索引，且只能對String或String數(shù)組的字段建立文本索引。

我們可以通過以下命令，建立一個文本索引：

db.collection.createIndex({ subject: "text", content: "text" })

在mongoose中我們可以通過以下代碼，創(chuàng)建文本索引：

schema.index({ subject: "text", content: "text" })

需要注意的是：由于每個collection只支持一個文本索引，所以當(dāng)你需要在schema中添加或刪除文本索引字段時，往往不起作用。這時候你需要到數(shù)據(jù)庫中，手動刪除已經(jīng)建立的文本索引。

文本搜索示例

文本搜索的語法為：

{
 $text:
  {
   $search: <string>,
   $language: <string>,
   $caseSensitive: <boolean>,
   $diacriticSensitive: <boolean>
  }
}

在mongoose中，我們可以通過以下語句進行文本搜索：

var query = model.find({ $text: { $search: "hello world" } })

$search后面的關(guān)鍵詞可以有多個，關(guān)鍵詞之間的分隔符可以是多種字符，例如空格、下劃線、逗號、加號等，但不能是-和\"，因為這兩個符號會有其他用途。搜索的多個關(guān)鍵字是or的關(guān)系，除非你的關(guān)鍵字包含-。例如hello world會包含所有匹配hello或world的文本，而hello -world只會匹配包含hello且不包含world的文本。

$language指示搜索的語言類型，在最新的Mongodb 3.2 enterprise版本中，已經(jīng)增加了對中文文本的搜索。

$caseSensitive設(shè)置是否區(qū)分大小寫。

$diacriticSensitive設(shè)置是否區(qū)別發(fā)音符號，CAFÉ于Café是同一語義，只是重音不一樣。

我們還可以對搜索的結(jié)果按匹配度進行排序：

db.posts.find(
  { $text: { $search: "hello world" } },
  { score: { $meta: "textScore" } }
).sort( { score: { $meta: "textScore" } } )

注意事項

Mongodb建立文本索引時，會對提取所有文本的關(guān)鍵字建立索引，因而會造成一定的性能問題。所以對于結(jié)構(gòu)化的字段，建議用普通的關(guān)系查詢，如果需要對大段的文本進行搜索，才考慮用全文搜索。

總結(jié)

以上就是這篇文章的全部內(nèi)容了，希望本文的內(nèi)容對大家的學(xué)習(xí)或者工作能帶來一定的幫助，如果有疑問大家可以留言交流，謝謝大家對腳本之家的支持

最新評論