spring data MongoDB 文本索引 @TextIndexed 详解

最新推荐文章于 2024-03-01 07:49:23 发布

原创最新推荐文章于 2024-03-01 07:49:23 发布 · 2.5k 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#数据库 #mongodb #文本索引

mongodb 专栏收录该内容

4 篇文章

订阅专栏

概述

MongoDB支持在字符串上执行文本查询操作。需要使用 text index 和 $text 操作符。

例如，创建一个stores集合，并在文本字段上查找咖啡店：

db.stores.insert(
   [
     { _id: 1, name: "Java Hut", description: "Coffee and cakes" },
     { _id: 2, name: "Burger Buns", description: "Gourmet hamburgers" },
     { _id: 3, name: "Coffee Shop", description: "Just coffee" },
     { _id: 4, name: "Clothes Clothes Clothes", description: "Discount clothing" },
     { _id: 5, name: "Java Shopping", description: "Indonesian goods" }
   ]
)

文本索引
MongoDB提供 text indexes 支持在字符串上检索。 text 索引可以包括任何值为字符串或者字符串元素数组的字段。
为了执行文本检索，必须在集合上有一个 text 索引。一个集合只能拥有一个文本检索索引，但是这个索引可以覆盖多个字段。
例如，可以在 mongo shell上运行以下命令来启动 name 和 description 字段上的文本检索。

db.stores.createIndex( { name: "text", description: "text" } )

如果有子文档，可以这么写

db.stores.createIndex( { search_metadata.tags : "text" } )

如果使用的是spring data mongo，在需要创建索引的字段加上注解@TextIndexed，指定weight属性可影响排序

$text 操作

使用 $text 查询操作符可以在一个有 text 索引的集合上执行文本检索。
$text 中使用空格或标点符号作为分隔符，对检索字符串进行分词，并且对检索结果进行一个逻辑上的 OR 操作。

例如，可以使用下面的查询语句来找到所有包含 “coffee”, “shop” 以及 “java” 中任何一个词语的商店：

db.stores.find( { $text: { $search: "java coffee shop" } } )

精确检索

可以通过将关键字包括在双引号中来进行精确检索。例如，下列的命令将会找到所有包含”java” 或者 “coffee shop” 的文档：

db.stores.find( { $text: { $search: "java \"coffee shop\"" } } )

注意：
文本索引不支持模糊搜索！！

词语排除

为了排除一个词语，可以在前面加上一个 “-” 字符。例如，为了找到所有包含 “java” 或者 “shop” 但是不包含 “coffee” 的商店，使用下面的命令：

db.stores.find( { $text: { $search: "java shop -coffee" } } )

排序

MongoDB默认返回未经排序的结果。然而，文本检索查询将会对每个文档计算一个相关性分数，表明该文档与查询的匹配程度。

为了使用相关性分数进行排序，必须显式地对 $meta textScore字段进行映射然后基于该字段进行排序。

db.stores.find(
   { $text: { $search: "java coffee shop" } },
   { score: { $meta: "textScore" } }
).sort( { score: { $meta: "textScore" } } )

spring data mongo中对应的注解是@TextScore，获取到相关性分数。

文本检索可以在聚合管道中使用。

在聚合管道中使用文本搜索

在聚合管道中，可以通过 $text 操作符在 $match 阶段使用文本搜索。

限制

在聚合管道中使用文本搜索有如下限制：

包含了 $text 的 $match 阶段必须是管道中的第一个阶段。
操作符 $text 只能在阶段中出现一次。
操作符 $text 不能出现在 $or 和 $not 表达式中。
默认地，文本搜索不会返回按照匹配得分的顺序返回匹配文档。可以选择在 $sort 阶段使用 $meta 聚合表达式。

文本得分

操作符 $text 会对搜索到的每个文档打分。该得分显示了该文档和给定关键字的相关性。该得分可以是 $sort pipeline 管道中明细的一部分，也可以用于映射(projection)。表达式 { $meta: “textScore” } 可以提供 $text 查询的操作过程的相关信息。
元数据(metadata) 只有在包含了 $text 操作的 $match 阶段才是可用的。

下例中，查询匹配单词 cake 或 tea 的文档，映射 title 和 score 键，然后只返回那些 score 值大于 1.0 的文档。

db.articles.aggregate(
   [
     { $match: { $text: { $search: "cake tea" } } },
     { $project: { title: 1, _id: 0, score: { $meta: "textScore" } } },
     { $match: { score: { $gt: 1.0 } } }
   ]
)

为文本搜索指定语言

db.articles.aggregate(
   [
     { $match: { $text: { $search: "saber -claro", $language: "es" } } },
     { $group: { _id: null, views: { $sum: "$views" } } }
   ]
)