全文检索慨念/配置/常见问题总结

引用邹健
全文索引和查询概念(摘自SQL  联机帮助)  
 
全文索引、查询和同步化最主要的设计要求是，在注册进行全文检索的所有表上都有一个唯一的全文键列（或者单列主键）。全文索引对使用的重要字及其所在位置进行跟踪。  
 
例如，假定有一个对  DevTools  表的全文索引。全文索引可能指出在  Abstract  列的第  423  个和第  982  个单词处找到了单词  Microsoft，所在的行与  ProductID  6  关联。该索引结构支持对所有包含被索引单词的项进行有效检索，以及高级检索操作，如短语检索和邻近检索。  
 
为防止全文索引因包含很多对检索没有帮助的词而变得臃肿，a、and、is  或  the  这类额外的词都忽略不计。例如，指定"the  products  ordered  during  these  summer  months"与指定"products  ordered  during  summer  months"是一样的。有这两个字符串的行都会被返回。  
 
目录  /Mssql/Ftdata/Sqlserver/Config  下提供了多种语言的干扰词列表。在安装带有全文检索支持的  Microsoft®  SQL  Server™  时会创建这个目录，并同时安装干扰词文件。干扰词文件可以编辑。例如，高技术公司的系统管理员可以把单词  computer  添加到他们的干扰词表中去。（如果编辑干扰词文件，则必须在更改生效之前重新填充全文目录。）下表显示了干扰词文件及其相应的语言。  
 
干扰词文件            语言    
--------------  ---------  
Noise.chs            简体中文    
Noise.cht            繁体中文    
Noise.dat            语言中性    
Noise.deu            德语    
Noise.eng            英语（英国）    
Noise.enu            英语（美国）    
Noise.esn            西班牙语    
Noise.fra            法语    
Noise.ita            意大利语    
Noise.jpn            日语    
Noise.kor            韩文    
Noise.nld            荷兰语    
Noise.sve            瑞典语    
 
 
在处理全文查询时，检索引擎将满足检条件的行的键值返回给  Microsoft  SQL  Server。比如有一个  SciFi  表，其中  Book_No  列是主键列。  
 
Book_No      Writer          Title    
--------  -----------  --------------------------  
A025          Asimov            Foundation's  Edge    
A027          Asimov            Foundation  and  Empire    
C011          Clarke            Childhood's  End    
V109          Verne              Mysterious  Island    
 
 
假定想使用一个全文检索查询来查找包含单词  Foundation  的书名。在本例中，将从全文索引获得值  A025  和  A027。然后  SQL  Server  用这些键值和其它栏的信息响应该查询。  
 
下表显示了存储全文索引数据所使用的语言。这些语言基于  SQL  Server  安装期间选择的  Unicode  排序规则区域设置标识符。  
 
Unicode  排序规则区域设置标识符        全文数据存储所用的语言    
-------------------------------  -----------------------  
中文注音符号（台湾）                            繁体中文      
汉语拼音                                                  简体中文      
中文笔画                                                  简体中文      
中文笔画（台湾）                                  繁体中文      
荷兰语                                                      荷兰语      
英语（英国）                                          英语（英国）      
法语                                                        法语      
通用  Unicode                                        英语（美国）      
德语                                                        德语      
德文电话簿                                              德语      
意大利语                                                  意大利语      
日语                                                        日语      
日语  Unicode                                        日语      
韩文                                                        韩文      
韩文  Unicode                                        韩文      
西班牙语（现代）                                  西班牙语      
瑞典/芬兰语                                            瑞典语      
 
 
 
此列表中没有的其它所有  Unicode  排序规则区域设置标识符值都映射到使用空格分隔单词的中性语言单词的断字符和词干分隔符。  
 
说明    Unicode  排序规则区域设置标识符设置用于所有可进行全文索引的数据类型（如  char、nchar  等）。如果为  char、varchar  或  text  类型列的排序次序设置的语言类型，不是  Unicode  排序规则区域设置标识符语言，那么在对  char、varchar  和  text  类型的列进行全文索引和查询时，仍然使用  Unicode  排序规则区域设置标识符值。  
 
 
---------------------------------------------------------------  
 
创建全文索引(以索引image列为例,其他类型字段大致一样)  
 
标题          全文索引image列，全攻略！  
作者          pengdali  [原作]      
关键字      全文索引  image    
 
   
 今天“百年不遇”的停电了，看了一天书。晚上搞了一下全文索引，决定把心得贴出来，我尽量写的详细，大家共同学习，欢迎指正！  
 
1、启动  Microsoft  Search  服务  
     开始菜单-->SQL程序组-->服务管理器-->下拉筐-->Microsoft  Search  服务-->启动它  
 
2、  
   ../Microsoft  SQL  Server/MSSQL/FTDATA/SQLServer/Config/目录里建一个非空noise.chs文件  
   非空noise.chs文件，也有人说是空的noise.chs文件，但我每次都往里写几个没用的字母。  
 
3、建立环境  
     打开查询分析器-->执行下列脚本：  
--------------------------------------------  
create  database  test  ---创建test数据库  
use  test                          ---选择test数据库  
create  table    dali  (ID  int  not  null  primary  key,MyImage  image,FileType  varchar(255),FileNmae  varchar(255))  ---创建dali表  
--dali表中  Id,MyImage,FileType  三列是必须的，因为要对image列索引的话，必须要有一个主键列，一个image列,一个存放文件类型的列  
--我们知道在windows系统中文件类型是靠扩展名来区分的所以FileType列也就是用来放  文件的扩展名  
--------------------------------------------  
 
sp_fulltext_database  'enable'  --为全文索引启用数据库  
sp_fulltext_catalog  'My_FullDir',  'create'    ---创建一个叫My_FullDif的全文目录  
 
declare  @Key  sysname  ;  select  @Key=c.name  from  syscolumns  a,sysconstraints  b,sysobjects  c  where  a.id=object_id('dali')  and  a.name='ID'  and  a.id=b.id  and  b.constid=c.id  and  c.name  like  'PK%'  
exec  sp_fulltext_table  'dali','create','My_FullDir',@Key    ----这两句是为全文索引,对表进行标记  
 
sp_fulltext_column  'dali','MyImage','add',0x0804,'FileType'    ---这句是指定MyImage列为全文索引列,FileType是类型列  
------------------------------------------------  
4、在c盘下放一个扩展名为doc的word文件,一个扩展名为xls的excel文件,一个扩展名为htm的网页文件,个扩展名为bmp的图片  
     共4个，大家可根据实际情况放入！  
 
5、插入数据  
   建立下面这个存储过程  
--------------------------------------------------  
CREATE  PROCEDURE  sp_textcopy    
   @srvname        varchar  (30),    
   @login            varchar  (30),    
   @password        varchar  (30),    
   @dbname            varchar  (30),    
   @tbname            varchar  (30),    
   @colname        varchar  (30),    
   @filename        varchar  (30),    
   @whereclause  varchar  (40),    
   @direction    char(1)    
AS    
/*  这是使用textcopy工具将文件插入到数据库中，如果有前台工具可以用前台开发工具将文件插入，这里为了演示  */  
DECLARE  @exec_str  varchar  (255)    
SELECT  @exec_str='textcopy  /S  '+@srvname+'  /U  '+@login+'  /P  '+@password+'  /D  '+@dbname+'  /T'+@tbname+'  /C  '+@colname+'  /W"'+@whereclause+'"  /F"'+@filename+'"  /'+@direction  
EXEC  master..xp_cmdshell  @exec_str  
----------------------------------------------------  
 
insert  dali  values(1,0x,'doc','大力的doc')  ---其中第二列是  0x  它是一个16进制数对应image列,是必须的,不要写null,第三列是文件类型，既扩展名  
 
sp_textcopy  '你的服务器名','sa','你的密码','test','dali','MyImage','c:/大力的doc.doc','where  ID=1','I'  
-------依次参数是：实例名,用户名,密码，数据库名，表名，image列名，路径及文件名，条件(你必须保证它只选择一行)，I  
---------------------------------------------------------------------------------------------------------------------  
insert  dali  values(2,0x,'bmp','图片')  
sp_textcopy  '你的服务器名','sa','你的密码','test','dali','MyImage','c:/图片.bmp','where  ID=2','I'  --注意条件是  ID=2  
 
insert  dali  values(3,0x,'xls','Excel文件')  
sp_textcopy  '你的服务器名','sa','你的密码','test','dali','MyImage','c:/Excel文件.xls','where  ID=3','I'  --注意条件是  ID=3  
 
insert  dali  values(4,0x,'htm','网页')  
sp_textcopy  '你的服务器名','sa','你的密码','test','dali','MyImage','c:/网页.htm','where  ID=4','I'  --注意条件是  ID=4  
 
----------上面的语句,要保证类型一样，路径正确，条件唯一正确应该就可以了  
 
6、填充全文索引  
 
sp_fulltext_table  'dali','start_full'  ---第一个参数是表名，第二个参数是启动表的全文索引的完全填充  
 
7、可以开始你的实验了  
 
select  *  from  dali  where  contains(MyImage,'J老师')  
 
select  *  from  dali  where  contains(MyImage,'海老师')  
 
------END----------  
--调试环境：SQLServer2000企业版、Windows2000高级服务器  
 
---------------------------------------------------------------------------  
 
全文索引中的几个问题:  
 
1.搜索时出现错误:  
   服务器:  消息  7619，级别  16，状态  1，行  2  
   查询子句只包含被忽略的词  
 
   这种情况修改  /Mssql/Ftdata/Sqlserver/Config  下对应语言的干扰词列表文件  
 
2.修改了干扰词文件,查询中文时仍然出现上述问题  
   a.首先检查你的SQL有没有安装最新的补丁,检查的方法是在查询分析器中运行:  
       select  @@version  
       如果出来的版本号是8.00.760以下,则表明你未安装sp3的补丁,要装上.  
 
       SQL补丁下载:  
       http://www.microsoft.com/downloads/d