导航：首页 > 数据库 >

关于Oracle Text索引

发表于：2025-01-20 作者：千家信息网编辑

千家信息网最后更新 2025年01月20日，1.Oracle Text索引类型索引类型描述支持的首选项与参数查询运算符注意事项CONTEXT当文本由大型，连贯的文档（例如，MS Word，HTML或纯文本）组成时，请使用此索引来构建文本检索应用

千家信息网最后更新 2025年01月20日关于Oracle Text索引

1.Oracle Text索引类型

索引类型	描述	支持的首选项与参数	查询运算符	注意事项
CONTEXT	当文本由大型，连贯的文档（例如，MS Word，HTML或纯文本）组成时，请使用此索引来构建文本检索应用程序。可以通过多种方式自定义索引。在对基表进行插入，更新和删除操作之后，此索引类型需要CTX_DDL.SYNC_INDEX。	支持所有CREATE INDEX首选项和参数，但INDEX SET除外。支持的参数：索引分区子句格式，字符集和语言列	CONTAINS CONTEXT语法支持一组丰富的操作。将CTXCAT语法与查询模板一起使用。	支持所有文档服务和查询服务。支持分区文本表的索引。支持CREATE INDEX的FILTER BY和ORDER BY子句以索引结构化的列值，以更有效地处理混合查询。
CTXCAT	使用此索引可以更好地混合小型文档和文本片段的查询性能。为了提高混合查询的性能，请在基表中包括其他列，例如项目名称，价格和描述。此索引类型是事务性的。在插入，更新或删除基表之后，它会自动更新自己。不需要CTX_DDL.SYNC_INDEX。	INDEX SET LEXER STOPLIST STORAGE WORDLIST（仅日语数据支持prefix_index属性。）不支持：格式，字符集和语言列表和索引分区	CATSEARCH CTXCAT语法支持逻辑运算，短语查询和通配符。将CONTEXT语法与查询模板一起使用。支持主题查询。	该索引比CONTEXT索引更大，构建时间也更长。 CTXCAT索引的大小与要建立索引的文本总数，索引集中的索引数以及被索引的列数有关。在将索引添加到索引集中之前，请仔细考虑您的查询和资源。 CTXCAT索引不支持索引分区，文档服务（突出显示，标记，主题和要点）或查询服务（解释，查询反馈和浏览词）。
CTXRULE	使用此索引来构建文档分类或路由应用程序。在查询表上创建此索引，查询在其中定义分类或路由条件		MATCHES	使用MATCHES运算符可以对单个文档进行分类（纯文本，HTML或XML）。 MATCHES将文档转换为一组查询，并在索引中找到匹配的行。要使用简单分类或基于规则的分类构建文档分类应用程序，请创建CTXRULE类型的索引。该索引使用MATCHES运算符对纯文本，HTML或XML文档进行分类。将定义的查询集存储在索引的文本表中。

Oracle Text索引是Oracle数据库domain index。要构建查询应用程序，可以创建混合文本和结构化数据列的CONTEXT类型的索引，并使用CONTAINS运算符进行查询。从填充的文本表中创建索引。在查询应用程序中，表必须包含文本或指向所存储文本位置的指针。文本通常是文档的集合，但也可以是小的文本片段。 注意：如果要构建使用XML数据的新应用程序，Oracle建议您使用XMLIndex，而不是CTXRULE。使用标准SQL将Oracle Text索引创建为Oracle数据库的一种可扩展索引。这意味着Oracle Text索引的运行方式类似于Oracle Database索引。它具有引用它的名称，并且可以使用标准SQL语句进行操作。创建Oracle Text索引的好处是使用CONTAINS，CATSEARCH和MATCHES运算符可以快速响应文本查询。这些运算符分别查询CONTEXT，CTXCAT和CTXRULE索引类型。 注意：由于启用了透明数据加密的列不支持域索引，因此请勿将其与Oracle Text一起使用。但是，可以在存储在启用了透明数据加密的表空间中的表的列上创建Oracle Text索引。

2.Oracle Text CONTEXT INDEX的结构

Oracle Text通过将所有单词转换为标记来索引文本。 Oracle Text CONTEXT索引的一般结构是一个反向索引，其中每个标记都包含包含该标记的文档（行）列表。

例如，在单个初始索引操作之后，单词DOG可能具有如下条目：

这意味着DOG一词包含在存储文档一，三和五的行中。合并词和主题索引默认情况下，Oracle Text使用英语和法语，用单词信息对主题信息进行索引。可以使用ABOUT运算符查询主题信息。还可以启用和禁用主题索引。

3.Oracle文本索引过程

通过使用CREATE INDEX语句创建索引的Oracle文本索引来启动索引过程，该索引根据您的参数和首选项进行组织。

索引编制过程如图3-1所示。此过程是由不同索引对象作用的数据流。每个对象对应于可以在CREATE INDEX或ALTER INDEX的参数字符串中指定的索引首选项类型或节组。

3.1Datastore（存储）对象 该流从数据存储区开始，因为它们根据您的数据存储区首选项将文档存储在系统中，因此会读取这些文档。例如，如果将数据存储区定义为FILE_DATASTORE，则流将通过从操作系统读取文件开始。还可以将文档存储在Internet上或Oracle数据库中。无论文件实际位于何处，Oracle数据库中的文本表都必须始终指向文件。 3.2Filter（过滤）对象 流通过filter。 FILTER首选项确定发生了什么。可以通过以下方式之一对流进行操作：

当指定NULL_FILTER首选项类型或格式列的值为IGNORE时，不会进行任何过滤。纯文本，HTML或XML的文档无需过滤。
当指定AUTO_FILTER首选项类型或格式列的值为BINARY时，格式化的文档（二进制）将被过滤为标记文本。

3.3Sectoner(分段）对象 过滤后，标记的文本将通过分段器，该分段器将流分为文本和分段信息。分段信息包括分段在文本流中的开始和结束位置。提取的分段的类型由分段组类型决定。文本被传递到词法分析器。节信息直接传递给索引引擎，索引引擎稍后将使用它。 3.4Lexer（词法分析器）对象 通过使用一种Oracle Text词法分析器类型来指定要建立索引的文本的语言，可以创建词法分析器首选项。词法分析器根据您的语言将文本分为标记。这些标记通常是单词。要提取令牌，词法分析器使用您的词法分析器首选项中定义的参数。这些参数包括分隔令牌的字符的定义，例如空格。参数还包括将文本转换为全部大写还是将其保留为混合大小写。启用主题索引后，词法分析器将分析您的文本以创建主题标记以进行索引。 3.5索引引擎 索引引擎创建反向索引，该反向索引将令牌映射到包含令牌的文档。在此阶段，Oracle Text使用您指定的stoplist从索引中排除stopwords或stopthemes 。 Oracle Text还使用在WORDLIST首选项中定义的参数。这些参数告诉系统如何创建前缀索引或子字符串索引（如果启用）。 4.关于索引列的更新 在Oracle Database 12c第2版（12.2）之前的版本中，如果对Oracle Text索引所基于的列进行了更新，则在索引同步之前，该文档不可用于搜索操作。用户查询无法搜索该文档。从Oracle Database 12c第2版（12.2）开始，可以指定更新后必须可搜索文档，而无需立即执行索引同步。在同步索引之前，查询将使用旧索引条目来获取旧文档的内容。索引同步后，用户查询将获取更新文档的内容。索引的ASYNCHRONOUS_UPDATE选项可以在更新后保留文档的旧内容，然后使用该索引来回答用户查询。 5.分区表和索引 在分区文本表上创建分区CONTEXT索引时，必须按范围对表进行分区。不支持哈希，合成和列表分区。可以创建一个分区的文本表，以按日期对数据进行分区。例如，如果应用程序维护着一个大型的过时新闻文章库，则可以按月份或年份对信息进行分区。分区简化了大型数据库的可管理性，因为查询，插入，更新，删除操作以及备份和恢复可以作用于单个分区。在具有多个表集的本地CONTEXT索引上，Oracle Text支持Oracle数据库支持的分区数。若要查询分区表，请在查询常规表时在SELECT语句的WHERE子句中使用CONTAINS。可以查询整个表或单个分区。但是，如果使用ORDER BY SCORE子句，则Oracle建议查询单个分区，除非包含将查询限制为单个分区的范围谓词。 6.在线索引 当由于正在进行的更新而无法锁定基表以建立索引时，可以使用CREATE INDEX语句的ONLINE参数在线创建索引。这样，具有频繁插入，更新或删除功能的应用程序不必停止更新基表以建立索引。在索引过程的开始和结束时基表被锁定的时间很短。 7.并行索引 Oracle Text通过CREATE INDEX语句支持并行索引。在非分区表上输入并行索引语句时，Oracle Text将基本表拆分为临时分区，生成子进程，并将子级分配给分区。然后，每个子级都为其分区中的行建立索引。将基表切片为分区的方法由Oracle确定，不受直接控制。对于实际产生的子进程的数目也是如此，这取决于机器功能，系统负载，init.ora设置和其他因素。由于这些变量，实际的并行度可能与请求的并行度不匹配。因为索引是一项密集的I / O操作，所以当具有分布式磁盘访问权限和多个CPU时，并行索引最有效地减少了索引时间。并行索引只能通过CREATE INDEX语句才能影响初始索引的性能。它不影响使用ALTER INDEX的插入，更新和删除操作，并且对查询性能的影响最小。由于并行索引减少了初始索引时间，因此对于以下情况很有用：