Oracle Text简介
Oracle text-Oracle Text的体系架构
一、 Oracle Text 索引文档时所使用的主要逻辑步骤如下:
(1)数据存储逻辑搜索表的所有行,并读取列中的数据。通常,这只是列数据,但有些数据存储使用列数据作为文档数据的指针。例如,URL_DATASTORE 将列数据作为URL使用。
(2)过滤器提取文档数据并将其转换为文本表示方式。存储二进制文档 (如 Word 或 Acrobat 文件) 时需要这样做。过滤器的输出不必是纯文本格式 -- 它可以是 XML 或 HTML 之类的文本格式。
(3)分段器提取过滤器的输出信息,并将其转换为纯文本。包括 XML 和 HTML 在内的不同文本格式有不同的分段器。转换为纯文本涉及检测重要文档段标记、移去不可见的信息和文本重新格式化。
(4)词法分析器提取分段器中的纯文本,并将其拆分为不连续的标记。既存在空白字符分隔语言使用的词法分析器,也存在分段复杂的亚洲语言使用的专门词法分析器。
(5)索引引擎提取词法分析器中的所有标记、文档段在分段器中的偏移量以及被称为非索引字的低信息含量字列表,并构建反向索引。倒排索引存储标记和含有这些标记的文档。
每个索引的许多选项组成功能组,称为“类”
每个类集中体现配置的某一方面,可以认为这些类就是与文档数据库有关的一些问题。例如:数据存储、过滤器、词法分析器、相关词表、存储等。
每个类具有许多预定义的行为,称之为对象。每个对象是类问题可能具有的答案,并且大多数对象都包含有属性。通过属性来定制对象,从而使对索引的配置更加多变以适应于不同的应用。
(1)存储(Storage)类
存储类指定构成Oracle Text索引的数据库表和索引的表空间参数和创建参数。它仅有一个基本对象:BASIC_STORAGE,其属性包括:I_Index_Clause、I_Table_Clause、K_Table_Clause、N_Table_Clause、P_Table_Clause、R_Table_Clause。
(2)数据存储(Datastore)类
数据存储:关于列中存储文本的位置和其他信息。默认情况下,文本直接存储到列中,表中的每行都表示一个单独的完整文档。其他数据存储位置包括存储在单独文件中或以其 URL 标识的 Web 页上。七个基本对象包括:Default_Datastore、Detail_Datastore、Direct_Datastore、File_Datastore、Multi_Column_Datastore 、URL_Datastore、User_Datastore,。
(3)文档段组(Section Group)类
文档段组是用于指定一组文档段的对象。必须先定义文档段,然后才能使用索引通过 WITHIN 运算符在文档段内进行查询。文档段定义为文档段组的一部分。包含七个基本对象:AUTO_SECTION_GROUP、BASIC_SECTION_GROUP、HTML_SECTION_GROUP、NEWS_SECTION_GROUP、NULL_SECTION_GROUP、XML_SECTION_GROUP、PATH_SECTION_GROUP。
(4)相关词表(Wordlist)类
相关词表标识用于索引的词干和模糊匹配查询选项的语言,只有一个基本对象BASIC_WORDLIST,其属性有:Fuzzy_Match、Fuzzy_Numresults、Fuzzy_Score、Stemmer、Substring_Index、Wildcard_Maxterms、Prefix_Index、Prefix_Max_Length、Prefix_Min_Length。
(5)索引集(Index Set)
索引集是一个或多个Oracle 索引 (不是Oracle Text索引) 的集合,用于创建 CTXCAT类型的Oracle Text索引,只有一个基本对象BASIC_INDEX_SET。
(6)词法分析器(Lexer)类
词法分析器类标识文本使用的语言,还确定在文本中如何标识标记。默认的词法分析器是英语或其他西欧语言,用空格、标准标点和非字母数字字符标识标记,同时禁用大小写。包含8个基本对象:BASIC_LEXER、CHINESE_LEXER、CHINESE_VGRAM_LEXER、JAPANESE_LEXER、JAPANESE_VGRAM_LEXER、KOREAN_LEXER、KOREAN__MORPH_ LEXER、MULTI_LEXER。
(7)过滤器(Filter)类
过滤器确定如何过滤文本以建立索引。可以使用过滤器对文字处理器处理的文档、格式化的文档、纯文本和 HTML 文档建立索引,包括5个基本对象:CHARSET_FILTER、INSO_FILTER INSO、NULL_FILTER、PROCEDURE_FILTER、USER_FILTER。
(8)非索引字表(Stoplist)类
非索引字表类是用以指定一组不编入索引的单词 (称为非索引字)。有两个基本对象:BASIC_STOPLIST (一种语言中的所有非索引字) 、 MULTI_STOPLIST (包含多种语言中的非索引字的多语言非索引字表)。
二、使用Oracle Text建立全文索引的完整步骤,归纳起来如下:
(1)建表并装载文本(包含带有需要检索的文本字段)
(2)配置索引
(3)建立索引
(4)发出查询
(5)索引维护:同步与优化(将在后面介绍)
三、索引类型
(1)CONTEXT
A CONTEXT
index is the basic type of Oracle Text index. This is an index on a text column. A CONTEXT
index is useful when your source text consists of many large, coherent documents. Query this index with the CONTAINS
operator in the WHERE
clause of a SELECT
statement. This index requires manual synchronization after DML. See Syntax for CONTEXT Index Type.
Type |
Description |
AUTO_LEXER |
Lexer for indexing columns that contain documents of different languages. |
BASIC_LEXER |
Lexer for extracting tokens from text in languages, such as English and most western European languages that use white space delimited words. |
MULTI_LEXER |
Lexer for indexing tables containing documents of different languages such as English, German, and Japanese. |
CHINESE_VGRAM_LEXER |
Lexer for extracting tokens from Chinese text. |
CHINESE_LEXER |
Lexer for extracting tokens from Chinese text. This lexer offers benefits over the · Generates a smaller index · Better query response time · Generates real world tokens resulting in better query precision · Supports stop words |
JAPANESE_VGRAM_LEXER |
Lexer for extracting tokens from Japanese text. |
JAPANESE_LEXER |
Lexer for extracting tokens from Japanese text. This lexer offers the following advantages over the · Generates smaller index · Better query response time · Generates real world tokens resulting in better precision |
KOREAN_MORPH_LEXER |
Lexer for extracting tokens from Korean text. |
USER_LEXER |
Lexer you create to index a particular language. |
WORLD_LEXER |
Lexer for indexing tables containing documents of different languages; autodetects languages in a document. |
WORLD_LEXER Attribute
The WORLD_VGRAM_LEXER
has the following attribute:
Attribute |
Attribute Value |
|
Enable mixed-case (upper- and lower-case) searches of text (for example, cat and Cat). Allowable values are |
WORLD_LEXER Example
Here is an example of creating an index using WORLD_LEXER
.
exec ctx_ddl.create_preference('MYLEXER', 'world_lexer');
create index doc_idx on doc(data)
indextype is CONTEXT
parameters ('lexer MYLEXER
stoplist CTXSYS.EMPTY_STOPLIST');
CREATE INDEX [schema.]index ON [schema.]table(txt_column)
INDEXTYPE IS ctxsys.context [ONLINE]
[FILTER BY filter_column[, filter_column]...]
[ORDER BY oby_column[desc|asc][, oby_column[desc|asc]]...]
[LOCAL [(PARTITION [partition] [PARAMETERS('paramstring')]
[, PARTITION [partition] [PARAMETERS('paramstring')]])]
[PARAMETERS(paramstring)] [PARALLEL n] [UNUSABLE]];
PARAMETERS(paramstring)参数如下:(可以设置全文索引同步)
Optionally specify indexing parameters in paramstring. You can specify preferences owned by another user using the user.preference notation.
The syntax for paramstring is as follows:
paramstring =
'[DATASTORE datastore_pref]
[FILTER filter_pref]
[CHARSET COLUMN charset_column_name]
[FORMAT COLUMN format_column_name]
[LEXER lexer_pref]
[LANGUAGE COLUMN language_column_name]
[WORDLIST wordlist_pref]
[STORAGE storage_pref]
[STOPLIST stoplist]
[SECTION GROUP section_group]
[MEMORY memsize]
[POPULATE | NOPOPULATE]
[SYNC (MANUAL | EVERY "interval-string" | ON COMMIT)]
[TRANSACTIONAL]'
转载于:https://www.cnblogs.com/krisy/archive/2010/01/07/1641139.html
Oracle Text简介相关推荐
- oracle有text字段吗,Oracle Text简介
Oracle Text为查询应用程序和文档分类应用程序中的文本提供索引,单词和主题搜索以及查看功能. 要设计Oracle Text应用程序,首先确定期望运行的查询类型. 知道类型后,就可以为任务选择最 ...
- oracle全组件安装,Oracle text组件安装
1.目标:在数据库中,安装Oracle Text组件: 970473.1 MOS文档ID 2.组件相关视图:查询验证 #查询DB中的组件: #视图:USER_REGISTRY (注册) COMP_ID ...
- Oracle数据类型简介【转贴】
为什么80%的码农都做不了架构师?>>> Oracle数据类型简介 一.概述 在ORACLE8中定义了:标量(SCALAR).复合(COMPOSITE).引用(REFERENC ...
- ORACLE TEXT FILTER PREFERENCE(一)
介绍完Oracle全文索引的DATASTORE属性,继续介绍Oracle的FILTER属性. Oracle全文索引的FILTER属性主要是针对具有一定格式的文档,Oracle根据FILTER的设定来过 ...
- ORACLE TEXT DATASTORE PREFERENCE(二)
这篇文章继续讨论全文索引的DATASTORE属性,介绍MULTI_COLUMN_DATASTORE. 如果被索引的文章是保存在数据库中,但是内容分布在多个列中,那么可以通过建立一个MULTI_COLU ...
- ORACLE TEXT DATASTORE PREFERENCE(一)
Oracle Text功能十分强大,可是文档上给出的例子总是过于简单,而且可能是为了减少篇幅,不少例子只给出了其中关键的几步,但是对于初学者而言,阅读这样的例子很难对全文索引的创建有一个清晰的了解,而 ...
- 1、oracle数据库简介
1.ORACLE数据库简介 数据库指的是存储和管理数据的仓库,是一种文件集合(包括数据文件.临时文件.日志文件和控制文件),我们一般所说的数据库指的是数据库管理系统,一种用于操作数据库的软件,简称DB ...
- oracle的partition,ORACLE PARTITION简介
一.Oracle分区简介 ORACLE的分区是一种处理超大型表.索引等的技术.分区是一种"分而治之"的技术,通过将大表和索引分成可以管理的小块,从而避免了对每个表作为一个大的.单独 ...
- oracle中text是什么意思,ORACLE TEXT是什么
经常看到网上有人在问ORACLE TEXT到底是个什么东西,我上网搜了一下,确实相关的信息和资料比较少.以前看CONCEPTS的时候记得里面有简单的介绍过,刚才去查阅了一下果然有,贴出来放在这里,供大 ...
最新文章
- 版本控制 Git RPM打包
- C#知识点总结系列:C# 数据结构
- 解决方案架构师我需要懂代码吗_“请问需要加汤吗?”火锅店背后隐藏的商业暗示,你都看懂了吗?...
- 用bool函数判断int类型相加溢出_Go是强类型语言,不支持隐式类型转换,那该怎么办?...
- linux中利用shell脚本条件执行linux命令
- 小D课堂 - 新版本微服务springcloud+Docker教程_2_03常见的微服务框架
- Oracle数据库安装教程--Oracle19c DataBase
- 滴滴天使投资人的25条创业建议
- [教程] 关于一种比较特别的线段树写法
- Hadoop生态圈:19个让大象飞起来的工具!
- 计算机基础应用在线模拟考试,计算机应用基础模拟试卷一与答案.pdf
- python38_python 并发编程
- C#线程实现暂停与继续
- 如何快速计算汉字笔画数
- 25、使用Baidu的paddle自动进行验证码的识别、并计算验证码的数值
- 三维计算机动画,三维计算机动画的设计
- 攻防演练-组织沙盘推演的4个阶段.
- 由于计算机主板的闪存中固化了,主板bios内存设置
- 【Python刷题*计算客】A+B+C问题
- Android10获取IMEI
热门文章
- php使用webservivce_使用zeng studio 创建的php调用webservice soap简单实例
- element-ui upload组件 上传文件类型限制
- centos7安装python3.8_centos7 安装python3.8
- php处理文件属性函数,文件属性 · PHP文件系统操作常用函数整理 · 看云
- bat ping 返回值_专科生可以进bat大厂吗?
- jmeter 加密解密_AES加密的安全问题
- python for android 安装配置_mac appium for android 环境搭建 (appium python pycharm)
- win7下mysql读写分离_Windows环境下Mysql 5.7读写分离简单记录
- Android 快速实现微信支付(真的!很快!)
- 10个实战及面试常用Linux Shell脚本编写