oracle全文索引（全文检索）的介绍，使用和创

全文索引

背景介绍：很多时候需要根据key words关键字去匹配对应的值，对于大量的数据而已，如果使用like，或者instr函数，速度则会很慢，这个时候，全文检索对比其他的模糊查询，有着明显的速度优势。但是因为分词，所以会占用的一定的空间。如果空间足够以及对速度有一样的需求，可以考虑全文检索。根据自身的需求而定。

Oracle的全文检索实现逻辑，通过lexer词法分析器，讲把值的term找出来。记录在一组的DR$开头的表里面（主要是DR$xxxI表），主要记录term的位置，frequency频率，hash等信息，oracle根据谓词，找到对应的term。

主要介绍三种自然语言的分析器

basic_lexer（默认的分析器）:主要针对英语。有较高的处理效率，因为它只认空格和标点，所以对于汉语没有空格的情况不会分词

chinese_vgram_lexer: 专用汉语分析器，支持所有汉字字符集（ZHS16CGB231280 ZHS16GBK ZHT32EUC ZHT16BIG5 ZHT32TRIS ZHT16MSWIN950 ZHT16HKSCS UTF8）因为采用了分词的方法，可以查到所有的分词，效率差

chinese_lexer: 新汉语分析器，只支持utf8, 支持识别大部分的分词，但是会过滤掉很多无法识别的分词，因为这个原因也导致效率很高，如果数据库是zhs16gbk字符集，则只能使用Chinese vgram lexer.

Note：追求效率那么使用CHINESE_LEXER,如果追求准确度那么使用CHINESE_VGRAM_LEXER（推荐使用chinese_vgram_lexer）

 

 

建立步骤

全文检索的大部分都在CTX包里面

查看用户

select * from dba_users WHERE username='CTXSYS'

查看角色

select * from dba_roles WHERE ROLE = 'CTXAPP'

解锁

ALTER USER CTXSYS ACCOUNT UNLOCK;

角色授权：

GRANT CTXAPP TO TEST

根据需求选择lexer制定文本解析器

创建文本解析器

BEGIN

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

END;

/

删除文本解析器

BEGIN

   ctx_ddl.drop_preference ('my_lexer');

   end;

创建全文索引

CREATE INDEX  ind_lot ON lot(lot_id) indextype is ctxsys.context  parameters('lexer my_lexer');

删除全文索引

Drop index index_name force

 

索引同步维护

  begin

    ctx_ddl.sync_index('ind_lot');

    ctx_ddl.optimize_index('ind_lot','full');

END;

用法

ctx_ddl.sync_index(
CTX_WEB_ACION_BASIC IN VARCHAR2 DEFAULT NULL
memory IN VARCHAR2 DEFAULT NULL,
P2014_1010_1020 IN VARCHAR2 DEFAULT NULL
parallel_degree IN NUMBER DEFAULT 1)

ctx_ddl.sync_index('ind_lot','500M','p1')

也可以定时run job

Sync同步job

VARIABLE jobno number;

BEGIN

DBMS_JOB.SUBMIT(:jobno,'ctx_ddl.sync_index(''ind_lot'');',

SYSDATE, 'SYSDATE + (1/24/6)');

commit;

END;           

 Optimize索引

VARIABLE jobno number;

BEGIN

DBMS_JOB.SUBMIT(:jobno,'ctx_ddl.optimize_index(''ind_lot'',''FULL'');',

SYSDATE, 'SYSDATE + 1');

commit;        

测试查看数据

select * from lot where contains(lot_id,'北京')>0

补充：有时候需要指定过掉一些词（不会为这些词创建全文索引）

指定过滤词

 exec ctx_ddl.create_stoplist('北京')