Mongodb 全文索引(搜索 中文)

mongodb 要说的太多了。我还是捡几个重要的记录下吧,本文是基于db version v3.2.11的版本说的,也是参照官网写的。
附上官网地址 https://docs.mongodb.com/manual/indexes/

正如官网所说的。索引目的是为了MongoDB查询执行效率的极大提身,可以想象如果没有索引,MongoDB必须执行采集扫描,即扫描每一个文件的集合中,选择查询语句匹配文件。这效率可想而知,文件大了有可能要10几分钟。

索引是特殊的数据结构,将集合中的一小部分存储在一个易于遍历的集合中。该索引存储特定字段或字段的值,该字段由字段的值排序。索引项的排序支持高效的相等匹配和基于范围的查询操作。此外,MongoDB也支持排序,sort和匹配度,后续会说到。

$meta.png

索引官网大致分为

1._id 索引
2.单键索引
3.多建索引
4.复合索引
5.过期索引
6.全文索引
7.地理位置索引
** 8.唯一索引**

我们姑且只说 6 全文索引,这样就是实现百度查询的功能。

文本索引的写法

单字段索引

db.peoples.createIndex( { article: "text" } )
Paste_Image.png
Paste_Image.png

多字段索引

db.peoples.createIndex( { chinaName: "text"  , article: "text" } )

全文索引

db.peoples.createIndex( { "$**" : "text" } )

删除索引

db.peoples.dropIndex("article_text")

"article_text" 为索引的name 值

Paste_Image.png

假设有了peoples的表

db.peoples.find()

得到如下数据

{ "_id" : ObjectId("58497c8a57ae6b6f985f1095"), "name" : "liujunbin", "age" : 28, "chinaName" : "刘俊斌", "color" : "yellow" }
{ "_id" : ObjectId("58497ce357ae6b6f985f1096"), "name" : "chenyun", "age" : 28, "chinaName" : "陈云", "color" : "red" }
{ "_id" : ObjectId("58497d5657ae6b6f985f1097"), "name" : "chenyun", "age" : 28, "chinaName" : "陈云", "color" : "red", "article" : "util模块,是一个Node.js核心模块,用于弥补核心JavaScript的一些功能过于精简的不足。并且还提供了一系列常用工具,用来对数据的输出和验证" }
{ "_id" : ObjectId("58497d8957ae6b6f985f1098"), "name" : "chenyun", "age" : 28, "chinaName" : "陈云", "color" : "red", "article" : "showHidden可选,是一个bool类型的参数,如果为true,则会输出更多的隐藏信息" }
{ "_id" : ObjectId("58497da457ae6b6f985f1099"), "name" : "chenyun", "age" : 28, "chinaName" : "陈云", "color" : "red", "article" : "util模块,是一个Node.js核心模块,用于弥补核心JavaScript的一些功能过于精简的不足。并且还提供了一系列常用工具,用来对数据的输出和验证" }

我们数据复杂点。我们先给{name : 'liujunbin'}的数据添加 个article 字段(上面的json 里面没有)

 db.peoples.update({name : 'liujunbin'},{$set : {article : '刘俊斌还提供了一系列常用工具,用来对数据的输出和验证'}},true)
update

设置全字段文本索引

设置全字段文本索引.png

查找 有 "刘俊斌" 三个字的信息

查找 有 "陈云 隐藏信息" 三个字的信息

都看下图 👇

查找全文索引.png

索引的

全文搜索则是把所有的文本分词后放到一个keywords数组中,实质和tag功能一样:

{ title : " this is title" , _keywords : ["this", "is" , "title"]}

但是分词效果不是很理想(不支持中文)

分词效果不是很理想.png

{score:{$meta:"textScore"} (相似度)

相似度.png

相似度排序

db.peoples.find({$text : {$search : 'util模块'}},{score:{$meta : "textScore"}}).sort({score:{$meta : "textScore"}})

文本搜索语法

{ $text: {
         $search: <string>,
         $language: <string>,
         $caseSensitive: <boolean>,
         $diacriticSensitive: <boolean> 
      }
}

$search后面的关键词可以有多个,

例如 <code>this title </code>会包含所有匹配<code>this</code>或<code>title</code>的文本,而<code>this -title</code>只会匹配包含<code>this</code>且不包含<code>title</code>的文本 <code>"this" "title" </code>是指& 的关系 。既包含<code> this</code> ,又包含<code>title </code>。

$language指示搜索的语言类型,在最新的Mongodb 3.2 enterprise版本中,已经增加了对中文文本的搜索。

$caseSensitive设置是否区分大小写。

$diacriticSensitive设置是否区别发音符号,CAFÉ于Café是同一语义,只是重音不一样。

全文索引可想而知,系能低,如果可以,请使用普通索引,好了,今天就写到这里了吧

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 157,012评论 4 359
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 66,589评论 1 290
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 106,819评论 0 237
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 43,652评论 0 202
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 51,954评论 3 285
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,381评论 1 210
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,687评论 2 310
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,404评论 0 194
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,082评论 1 238
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,355评论 2 241
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 31,880评论 1 255
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,249评论 2 250
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 32,864评论 3 232
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,007评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,760评论 0 192
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,394评论 2 269
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,281评论 2 259

推荐阅读更多精彩内容