oracle exadata

Oracle一直致力于全文檢索技術(shù)的研究，當(dāng)Oracle9i Rlease2發(fā)布之時，Oracle數(shù)據(jù)庫的全文檢索技術(shù)已經(jīng)非常完美，Oracle Text使Oracle9i具備了強大的文本檢索能力和智能化的文本管理能力。Oracle Text是Oracle9i采用的新名稱，在Oracle8/8i中它被稱作Oracle interMedia Text，在Oracle8以前它的名稱是Oracle ConText Cartridge。使用Oracle9i和Oracle Text，可以方便而有效地利用標準的SQL工具來構(gòu)建基于文本的新的開發(fā)工具或?qū)ΜF(xiàn)有應(yīng)用程序進行擴展。應(yīng)用程序開發(fā)人員可以在任何使用文本的Oracle數(shù)據(jù)庫應(yīng)用程序中充分利用Oracle Text搜索，應(yīng)用范圍可以是現(xiàn)有應(yīng)用程序中可搜索的注釋字段，也可是實現(xiàn)涉及多種文檔格式和復(fù)雜搜索標準的大型文檔管理系統(tǒng)。Oracle Text支持Oracle數(shù)據(jù)庫所支持的大多數(shù)語言的基本全文搜索功能。本文將介紹如何使用Oracle9i的全文檢索技術(shù)來為自己的應(yīng)用提供一個優(yōu)秀的解決方案。

這里先給出一個簡單示例說利用Oracle Text實現(xiàn)全文檢索的方法與步驟，在后面在進行具體的說明。Orcale9i提供了Oracle Text Manager可以簡化許多工作，所有在Oracle Text Manager中完成的工作，都可以在通過PL/SQL來實現(xiàn)。要使用Oracle Text，必須具有CTXAPP角色或者是CTXSYS用戶。Oracle Text為系統(tǒng)管理員提供CTXSYS用戶，為應(yīng)用程序開發(fā)人員提供CTXAPP角色。

CTXSYS用戶可執(zhí)行以下任務(wù):啟動Oracle Text服務(wù)器，執(zhí)行CTXAPP角色的所有任務(wù)。

具有CTXAPP角色的用戶可執(zhí)行以下任務(wù):創(chuàng)建索引，管理 Oracle Text 數(shù)據(jù)字典，包括創(chuàng)建和刪除首選項，進行Oracle Text 查詢，使用 Oracle Text PL/SQL程序包。

使用Oracle Text的步驟:

⑴創(chuàng)建表來保存某些文檔。該示例使用一個主關(guān)鍵字列來標識每個文檔，使用一個小的VARCHAR2列來保存每個文檔。

CREATE TABLE docs (id NUMBER PRIMARY KEY,text VARCHAR2(80));

⑵將兩個示例文檔置入該表:

INSERT INTO docs VALUES (1，'the first doc');

INSERT INTO docs VALUES (2，'the second doc');

COMMIT;

⑶使用Oracle Text Manager來創(chuàng)建和修改首選項，首選項將與索引相關(guān)聯(lián)。

⑷使用Oracle Text Manager創(chuàng)建文本索引。另外，可以輸入以下使用默認首選項的 SQL 語句:

CREATE INDEX doc_index ON docs(text) INDEXTYPE IS CTXSYS.CONTEXT;

⑸使用 CONTAINS 函數(shù)，發(fā)出基于內(nèi)容的文檔查詢。例如:

SELECT id FROM docs WHERE CONTAINS (text,'first') > 0;

這將在文本列包含單詞 first (即文檔1) 的 docs 中查找所有行。語句中的>0部分是有效的Oracle SQL所必需的，Oracle SQL不支持函數(shù)的布爾返回值。

以上只是一個簡單的示例，旨在給出使用Oracle Text建立全文索引的完整步驟，歸納起來如下:

⑴建表并裝載文本(包含帶有需要檢索的文本字段)

⑵配置索引

⑶建立索引

⑷發(fā)出查詢

⑸索引維護:同步與優(yōu)化(將在后面介紹)

索引建好后，如果表中的數(shù)據(jù)發(fā)生變化，比如增加或修改了記錄，怎么辦?由于對表所發(fā)生的任何DML語句，都不會自動修改索引，因此，必須定時同步(sync)和優(yōu)化(optimize)索引，以正確反映數(shù)據(jù)的變化。

在索引建好后，可以在該用戶下查到Oracle自動產(chǎn)生了以下幾個表:(假設(shè)索引名為myindex):

DR$myindex$I，DR$myindex$K，DR$myindex$R，DR$myindex$N

其中以I表最重要，可以查詢一下該表:

select token_text,token_count from DR$ myindex $I where rownum<=20;

查詢結(jié)果在此省略。可以看到，該表中保存的其實就是Oracle 分析你的文檔后，生成的term記錄

在這里，包括term出現(xiàn)的位置、次數(shù)、hash值等。當(dāng)文檔的內(nèi)容改變后，可以想見這個I表的內(nèi)容也應(yīng)該相應(yīng)改變，才能保證Oracle在做全文檢索時正確檢索到內(nèi)容(因為所謂全文檢索，其實核心就是查詢這個表)。那么如何維護該表的內(nèi)容，不能每次數(shù)據(jù)改變都重新建立索引，這就要用到sync 和 optimize了。

同步(sync):將新的term 保存到I表;

優(yōu)化(optimize):清除I表的垃圾，主要是將已經(jīng)被刪除的term從I表刪除。

Oracle提供了一個所謂的ctx server來做這個同步和優(yōu)化的工作，只需要在后臺運行這個進程，它會監(jiān)視數(shù)據(jù)的變化，及時進行同步。另外，也可以用以下的job來完成(該job要建在和表同一個用戶下):

create or replace procedure sync

is

begin

execute immediate

'alter index myindex rebuild online' ||

' parameters (''sync'')' ;

execute immediate

'alter index myindex rebuild online' ||

' parameters (''optimize full maxtime unlimited'')' ;

end sync;

/

Set ServerOutput on

declare

v_job number;

begin

Dbms_Job.Submit

(

job => v_job,

what => 'sync;',

next_date => sysdate,/* default */

interval => 'sysdate + 1/720' /* = 1 day / (24 hrs * 30 min) = 2 mins */

);

Dbms_Job.Run (v_job);

Dbms_Output.Put_Line ('Submitted as job # ' || to_char (v_job));

end;

/

job的SYSDATE + (1/720)是指每隔2分鐘同步一次。具體的時間間隔，可以根據(jù)自己的應(yīng)用的需要而定。