二、oracle全文檢索

公司項目須要實現館藏庫的全文檢索，可是隻有一個查詢，若是使用lucene的話不太方便，經過查找資料，發現oracle自帶全文檢索功能。通過測試，oracle實現全文檢索很方便，很實用。

注意：本例子針對於表中某一字段的全文檢索。如ceshi表中name字段下全部數據的檢索。

環境：oracle11g，oracle鏈接爲search，表爲ceshi，字段有id，name

1：進行準備工做，oracle全文檢索須要ctxsys用戶的支持，其實主要須要使用ctxsys用戶下的ctx_ddl這個包，因此咱們使用system帳戶解鎖stxsys用戶。

1.1：使用system帳戶創建鏈接

1.2：解鎖stxsys用戶，分別執行如下兩個命令。並將權限賦予arc_master用戶（注意：arc_master用戶是我本身新建的用戶，可使用不一樣的用戶名）

對ctxsys用戶解鎖，以得到ctx_ddl包的操做權。進入system用戶，輸入以下命令，解鎖ctxsys用戶

alter user ctxsys account unlock;

將ctx_ddl包的操做權限賦給arc_master用戶。

grant execute on ctx_ddl to arc_master; 

2：準備工做完成以後，使用arc_master用戶鏈接（鏈接如圖1），開始測試。

2.1：創建測試表

create table ceshi( 

id number, 

name varchar2(50) 

); 

2.2：插入測試數據

insert into ceshi values(111,'重慶市沙坪壩區'); 

insert into ceshi values(211,'成都市青羊區'); 

insert into ceshi values(311,'北京市西城區'); 

insert into ceshi values(411,'重慶市兩江新區'); 

insert into ceshi values(511,'上海市浦東新區金橋鎮'); 

insert into ceshi values(611,'上海東方明珠'); 

insert into ceshi values(711,'江蘇省無錫市國家軟件園'); 

insert into ceshi values(811,'成都市天府軟件園');

2.3：建立分析器，建立一個「chinese_lexer」分析器，名稱爲my_lexer。

exec ctx_ddl.create_preference ('my_lexer', 'chinese_vgram_lexer'); 

這個分析器的做用就是name字段的全部數據分詞，以便於後面建立索引。如圖所示：

詞法分析器有3種類型：

* 'CHINESE_VGRAM_LEXER'僅用於中文,提取標示符更大，無效標示符較多；

* 'CHINESE_LEXER' 僅用於中文,效率高一些更準確可靠一些；建議使用

* 'BASIC_LEXER'僅用於英文；

2.4：建立過濾詞組，，好比對公司名稱進行檢索時，確定不但願輸入「有限公司」、「公司」等關鍵詞時，也會有搜索結果。

exec ctx_ddl.create_stoplist('my_stoplist'); 

自定義須要過濾的詞組，建立了一個名爲「my_stoplist」的過濾詞組，「有限公司」、「股份有限公司」這兩個詞組不會被建立爲索引。

exec ctx_ddl.add_stopword('my_stoplist','有限公司');  

exec ctx_ddl.add_stopword('my_stoplist','股份有限公司'); 

2.5：建立索引，在ceshi_INDEX表中的name字段上建立索引，索引類系那個爲context類型，該索引用到的分析器爲前面定義的my_lexer，該索引用到的過濾詞組爲前面定義得my_stoplist。

create index ceshi_INDEX on ceshi(name) indextype is CTXSYS.CONTEXT parameters('lexer my_lexer stoplist my_stoplist'); 

2.6：使用索引，此時的數據是沒有通過排序。經過如下的查詢語句就能夠很快的查處所需的內容。

select * from ceshi where contains(name,'北京市')>0; 

2.7：雖然內容查出來了，不過數據是無序的。有的時候須要根據狀況決定查詢結果出現的前後順序。能夠按照關鍵字的匹配程度排序，這裏的score是oracle全文檢索對關鍵字的匹配程度所計算的分數，contains裏的最後一個參數「1」就是對這個分數的一個標識。

select score(1),y.* from ceshi y where contains(name,'軟件',1)>0 order by score(1) desc; 

2.8：經過以上步驟基本就完成了oracle檢索。不過當咱們添加新數據的時候，新數據並無建立新的索引，此時須要索引同步和索引優化。

索引同步

exec ctx_ddl.sync_index('ceshi_index');

索引優化

exec ctx_ddl.optimize_index('ceshi_index','full');

3：最後一個問題，就是用戶輸入的關鍵字也須要進行分詞，由於前面分詞圖能夠看到，詞被分紅一塊一塊，若是用戶輸入的詞不拆分，有可能查不出來數據。（最後這一步驟的實現不理解）

首先須要先建立一個POLICY過程，這裏建立了一個名稱爲my_policy的policy過程，分析器用到了前面建立的my_lexer分析器

exec CTX_DDL.CREATE_POLICY('MY_POLICY', LEXER => 'my_lexer');  

create or replace function p_split_chinese(p_input in varchar2)  

    return varchar2 as   

       v_tab CTX_DOC.TOKEN_TAB;  

       v_return VARCHAR2(323767);  

    begin  

       CTX_DOC.POLICY_TOKENS('my_policy',p_input,v_tab);  

       for i in 1..v_tab.count loop  

          v_return := v_return || ',' || v_tab[i].token;  

       end loop;  

       return LTRIM(v_return,',');  

     end; 

select F_SPLIT_CHINESE('重慶天府') from dual;

F_SPLIT_CHINESE('重慶天府')

最後，經過這些步驟，咱們就能夠根據jdbc來實現功能了。

 參考博文：http://blog.csdn.net/linfssay/article/details/7679353