Oracle9i的全文检索技术开发者网络Oracle（3）

　　5 查询

　　建立了索引，就可以使用 SELECT 语句中的 CONTAINS 运算符发出文本查询。使用 CONTAINS 可以进行两种查询：单词查询和ABOUT查询。

　　5．1 词查询示例

　　词查询是对输入到 CONTAINS 运算符中单引号间的精确单词或短语的查询。在以下示例中，我们将查找文本列中包含 oracle 一词的所有文档。每行的分值由使用标签 1 的 SCORE 运算符选定：

SELECT SCORE(1) title from news WHERE CONTAINS(text, 'oracle', 1) > 0;

　　在查询表达式中，可以使用 AND 和 OR 等文本运算符来获取不同结果。还可以将结构性谓词添加到 WHERE 子句中。可以使用 count(*)、CTX_QUERY.COUNT_HITS 或 CTX_QUERY.EXPLAIN 来计算查询的命中 (匹配) 数目。

　　5．2 ABOUT查询示例

　　在所有语言中，ABOUT查询增加了某查询所返回的相关文档的数目。在英语中，ABOUT 查询可以使用索引的主题词组件，该组件在默认情况下创建。这样，运算符将根据查询的概念返回文档，而不是仅依据所指定的精确单词或短语。例如，以下查询将查找文本列中关于主题 politics 的所有文档，而不是仅包含 politics 一词的文档：

SELECT SCORE(1) title from news WHERE CONTAINS(text, 'about(politics)', 1) > 0;

6 显示满足查询条件的文档

　　通常，通过使用Oracle Text查询应用程序，用户可查看查询所返回的文档。用户从命中列表中选择一个文档，然后应用程序以某种形式显示该文档。通过Oracle Text，可以用不同的方式再现文档。例如，可以通过突出显示查询词来显示文档。突出显示的查询词可以是相关词查询中的词，也可以是英文 ABOUT 查询中的主题词。

　　以下是关于输出效果和用于每个输出效果的过程的信息：

　　突出显示的文档，纯文本格式版本(CTX_DOC.MARKUP)

　　突出显示的文档，HTML版本(CTX_DOC.MARKUP)

　　突出显示纯文本格式版本的偏移量信息(CTX_DOC.HIGHLIGHT)

　　突出显示HTML 版本的偏移量信息(CTX_DOC.HIGHLIGHT)

　　纯文本格式版本，无突出显示(CTX_DOC.FILTER)

　　HTML版本文档，无突出显示(CTX_DOC.FILTER)

　　7 索引维护

　　索引建好后，如果表中的数据发生变化，比如增加或修改了记录，怎么办？由于对表所发生的任何DML语句，都不会自动修改索引，因此，必须定时同步(sync)和优化(optimize)索引，以正确反映数据的变化。
在索引建好后，可以在该用户下查到Oracle自动产生了以下几个表：（假设索引名为myindex）：
DR$myindex$I，DR$myindex$K，DR$myindex$R，DR$myindex$N

　　其中以I表最重要，可以查询一下该表：

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

　　查询结果在此省略。可以看到，该表中保存的其实就是Oracle 分析你的文档后，生成的term记录在这里，包括term出现的位置、次数、hash值等。当文档的内容改变后，可以想见这个I表的内容也应该相应改变，才能保证Oracle在做全文检索时正确检索到内容（因为所谓全文检索，其实核心就是查询这个表）。那么如何维护该表的内容，不能每次数据改变都重新建立索引，这就要用到sync 和 optimize了。

　　同步（sync）：将新的term 保存到I表；

　　优化（optimize）：清除I表的垃圾，主要是将已经被删除的term从I表删除。

　　Oracle提供了一个所谓的ctx server来做这个同步和优化的工作，只需要在后台运行这个进程，它会监视数据的变化，及时进行同步。另外，也可以用以下的job来完成（该job要建在和表同一个用户下）：
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分钟同步一次。具体的时间间隔，可以根据自己的应用的需要而定。

　　8 小结

　　文本对于各种规模的公司、机构组织来说，都是包含众多丰富信息的最有效载体，Oracle Text的推出，标志着Oracle提供了一套崭新的技术，可以便捷安全的用于管理企业的文本信息。Oracle Text使应用程序开发者可以透明地将全文检索能力加入到基于SQL的应用程序中，Oracle Text也是其他Oracle产品的核心组件，比如Oracle9iAS Portal，Oracle eBusiness Suite，Oracle Ultra Search和Oracle Internet File System等。灵活运用Oracle Text提供的全文检索技术，就可以使自己的应用具备强大的全文检索能力。