Firebird SQL 的全文搜索

• 下载源文件 - 9.51 Kb

引言

在本文中，我们将讨论如何使用 DotLucene 全文搜索引擎来搜索 Firebird 数据库中的数据。我们将重点介绍将索引直接存储在数据库中（解决方案的源代码已附带）。

Firebird SQL

Firebird SQL（出色的嵌入式数据库，具有良好的 .NET 支持）目前还没有内置的全文本搜索支持。相反，您需要依赖第三方工具。幸运的是，有一个出色的搜索引擎库可用：DotLucene。它是一个开源的 .NET 库（从 Java 移植而来），可以索引您能够转换为纯文本的任何数据（结构化或非结构化）。初看起来，使用额外的全文库似乎不太优雅。然而，它也有一些优点。让我们快速将其与 MySQL 的内置全文搜索进行比较。

MySQL 全文搜索

与 DotLucene 相比，MySQL 全文搜索存在以下缺点：

• 只能在 MyISAM 表中使用（即不支持事务）。
• 无法浏览索引（请参阅 Luke）。
• 需要在数据库中存储转换后的文本（即，如果要索引 HTML，则需要存储另一个带有剥离 HTML 标签的文本副本）。
• 不支持在结果中高亮查询词。
• 您几乎无法修改源代码进行自定义更改。
• 许可证不允许免费在商业应用程序中使用。
• 据 报道，它在大型数据集上的性能较低。

如何索引数据？

有关使用 DotLucene 索引数据的基本知识，我建议阅读：

• DotLucene：使用 37 行代码为您的内联网或网站提供全文搜索（CodeProject 文章）
• DotLucene 教程
• DotLucene 在线演示

以下适用于索引数据库：

• 您使用的是不同的数据源（显然 ;-）。不是从磁盘读取，而是需要从数据库加载。
• 索引文本时，无需在索引中完整存储，只需将其保留在数据库中。
• 创建一个额外的 Field，其中包含已索引文档的主键（以便以后可以从数据库加载它）。
• 索引 HTML 时，需要剥离 HTML 标签（需要向 DotLucene 提供纯文本）。

将索引存储在哪里？

在服务器上，将索引存储在单独的目录中不成问题（您也可以将其加载到内存中，使搜索速度超快 - 当然，前提是您有足够的内存）。在桌面应用程序中，将索引存储在 Firebird 数据库中可能很有用。

DotLucene 支持一种添加自定义索引存储的机制。所有存储类型（文件系统和内存都是内置的）都实现为从 Lucene.Net.Store.Directory 抽象类派生的类。我创建了一个 Directory 实现，它直接将索引存储在 Firebird SQL 数据库中。

FbDirectory 类

DotLucene 中的所有索引读/写操作都通过 Directory 类进行。新的 FbDirectory 类基于 FSDirectory。文件系统操作被替换为数据库操作。您可以在此处看到我们需要实现的内容。

using System;

namespace Lucene.Net.Store
{
    public abstract class Directory 
    {
        public abstract String[] List();
        public abstract bool FileExists(String name);
        public abstract long FileModified(String name);
        public abstract void TouchFile(String name);
        public abstract void DeleteFile(String name);
        public abstract void RenameFile(String from, String to);
        public abstract long FileLength(String name);
        public abstract OutputStream CreateFile(String name);
        public abstract InputStream OpenFile(String name);
        public abstract Lock MakeLock(String name);
        public abstract void Close();
    }
}

性能提示

1. 如果性能是您的主要关注点，请使用标准的 FSDirectory 将索引存储在磁盘上。我的测试表明，数据库存储比文件系统慢两倍。仅在别无选择的情况下才使用数据库存储。
2. 使用复合索引格式（IndexWriter.SetUseCompoundFile(true);）。这是 DotLucene 1.4 中的默认设置，但在 1.3 中您需要手动进行。
3. 在内存中创建索引，进行优化，然后使用 `FbDirectory.Copy()` 将其保存到磁盘。这仅在您从头开始重建整个索引时才有帮助。
4. 如果您正在从桌面应用程序向索引添加文档，请在后台（在单独的线程中）进行。您仍然可以在添加新文档的同时进行搜索。

有用资源

• DotNetFirebird.org：在 .NET 中使用 Firebird SQL
• DotLucene：开源搜索引擎库
• 嵌入式 Firebird：功能齐全的嵌入式数据库，运行时仅需 2 MB
• DotLucene：使用 37 行代码为您的内联网或网站提供全文搜索