您的位置：首页 > 数据库 > Oracle

Oracle 11g Release 1 (11.1) Oracle Text 概述

2012-04-06 14:21 417 查看

本文内容

概述创建一个 Oracle 全文检索用户如何使用 CONTEXT 索引如何使用 CTXCAT 索引如何使用 CTXRULE 索引本 BLOG 相关链接

概述

本文描述如何创建一个 Oracle 全文检索开发者用户，以及生成一个简单的文本查询，和目录一个应用程序。对于每个应用程序类型，本文通过基本的 SQL 语句一步步介绍加载、索引和查询。注意：为了增加可读性，并直接剪切复制代码到 SQL*Plus，本文 SQL> 提示符已经去掉。

创建一个 Oracle 全文检索用户

在使用 Oracle 全文检索的索引和其 PL/SQL 包之前，需要创建一个带 CTXAPP 角色的用户。该角色使你可以做如下事情：创建和删除 Oracle 全文检索的索引引用使用 Oracle 全文检索 PL/SQL 包若进行全文检索，以数据库管理员身份登录，按下面步骤：1）创建用户。建一个用户名/密码为 MYUSER / myuser_password 的用户：

CREATE USER myuser IDENTIFIED BY myuser_password;

2）授权角色。为该用户授权 RESOURCE、CONNECT 和 CTXAPP 角色：

GRANT RESOURCE, CONNECT, CTXAPP TO MYUSER;

3）授权执行 CTX PL/SQL 包的权限Oracle 全文检索包含很多包，可以让你完成从同步 Oracle 全文检索索引到高亮显示文本的所有动作。例如，CTX_DDL 包包含了 SYNC_INDEX 过程，该存储过程可以同步全文检索的索引。若想调用这些存储过程，你的应用程序需要有执行这些包的权限。例如，为 MYUSER 用户授权执行所有 Oracle 全文的包的权限，如下代码：

GRANT EXECUTE ON CTXSYS.CTX_CLS TO myuser;

GRANT EXECUTE ON CTXSYS.CTX_DDL TO myuser;

GRANT EXECUTE ON CTXSYS.CTX_DOC TO myuser;

GRANT EXECUTE ON CTXSYS.CTX_OUTPUT TO myuser;

GRANT EXECUTE ON CTXSYS.CTX_QUERY TO myuser;

GRANT EXECUTE ON CTXSYS.CTX_REPORT TO myuser;

GRANT EXECUTE ON CTXSYS.CTX_THES TO myuser;

GRANT EXECUTE ON CTXSYS.CTX_ULEXER TO myuser;

如何使用 CONTEXT 索引

建立索引在一个基于文本查询的应用程序中，用户输入查询关键字或词组，期望应用程序返回一个最匹配该查询的文本列表。该应用程序涉及创建一个 CONTEXT 索引，并用 CONTAINS 查询。本例通过 SQL 语句按步骤加载文本到表，并创建索引，以及查询索引。最典型的是，查询应用程序需要一个用户接口。下面例子演示如何利用 CONTEXT 索引创建一个查询应用程序。1）使用 myuser 用户连接数据库。在创建表之前，先用 myuser 用户连接数据库。

CONNECT myuser;

2）创建表创建一个有两列，id 和 text 的 docs 表。id 为主键；text 类型为 VARCHAR2。

CREATE TABLE docs (id NUMBER PRIMARY KEY, text VARCHAR2(200));

3）插入新数据

INSERT INTO docs VALUES(1, '<HTML>California is a state in the US.</HTML>');

INSERT INTO docs VALUES(2, '<HTML>Paris is a city in France.</HTML>');

INSERT INTO docs VALUES(3, '<HTML>France is in Europe.</HTML>');

4）创建 CONTEXT 索引在 text 列上，通过 CONTEXT 索引为 HTML 文本创建索引。因为是 HTML 文本，所以本例使用不过滤的 NULL_FILTER 引用类型和 HTML_SECTION_GROUP 类型。

CREATE INDEX idx_docs ON docs(text)

INDEXTYPE IS CTXSYS.CONTEXT PARAMETERS

('FILTER CTXSYS.NULL_FILTER SECTION GROUP CTXSYS.HTML_SECTION_GROUP');

使用 NULL_FILTER 是因为你不需要在创建索引时过滤 HTML 文本。然而，如果是为 PDF、MS Word，或是其他格式化文本创建索引，那么应该使用 CTXSYS.AUTO_FILTER（默认）作为你的过滤引用。本例建议使用 HTML_SECTION_GROUP 节分组。使用该类型可以使你在特定的 HTML 标记内检索，减少把不期望的标记也建成索引，例如字体信息。查询1）使用 CONTAINS 查询表为了增加可读性，首先，设置 SELECT 语句的输出格式。设置 text 列的宽度为 40 个字符。

COLUMN text FORMAT a40;

现在用带 CONTAINS 的 SELECT 语句查询表。下面查询检索所有包含 "France" 的文本：

SELECT SCORE(1), id, text FROM docs WHERE CONTAINS(text, 'France', 1) > 0;

SCORE(1)         ID TEXT

---------- ---------- ----------------------------------------

4          3 <HTML>France is in Europe.</HTML>

4          2 <HTML>Paris is a city in France.</HTML>

2）显示文本在实际应用程序中，你需要为用户显示检索出来的文本，并高亮显示检索的词条。Oracle 全文检索可以让你用 CTX_DOC 来标记文本。下面通过一个匿名的 PL/SQL 块演示 HTML 文本标记。然而，在实际应用程序中，你需要在浏览器中呈现文本。

SET SERVEROUTPUT ON;

DECLARE

2  mklob CLOB;

3  amt NUMBER := 40;

4  line VARCHAR2(80);

5  BEGIN

6    CTX_DOC.MARKUP('idx_docs','3','France', mklob);

7    DBMS_LOB.READ(mklob, amt, 1, line);

8    DBMS_OUTPUT.PUT_LINE('FIRST 40 CHARS ARE:'||line);

9    DBMS_LOB.FREETEMPORARY(mklob);

10    END;

11  /

FIRST 40 CHARS ARE:<HTML><<<France>>> is in Europe.</HTML>

PL/SQL procedure successfully completed.

3）操作数据后同步索引当创建一个 CONTEXT 索引时，插入、更新或删除后，需要显示同步索引。Oracle 全文检索可以通过 CTX_DDL.SYNC_INDEX 过程来完成。向 docs 表再添加两行：

INSERT INTO docs VALUES(4, '<HTML>Los Angeles is a city in California.</HTML>');

INSERT INTO docs VALUES(5, '<HTML>Mexico City is big.</HTML>');

因为，索引未同步，新的数据行没有检索出来：

SELECT SCORE(1), id, text FROM docs WHERE CONTAINS(text, 'city', 1) > 0;

SCORE(1)         ID TEXT

---------- ---------- --------------------------------------------------

4          2 <HTML>Paris is a city in France.</HTML>

用 2Mb 的内存同步索引，返回查询结果：

COLUMN text FORMAT a50;

SELECT SCORE(1), id, text FROM docs WHERE CONTAINS(text, 'city', 1) > 0;

SCORE(1)         ID TEXT

---------- ---------- --------------------------------------------------

4          5 <HTML>Mexico City is big.</HTML>

4          4 <HTML>Los Angeles is a city in California.</HTML>

4          2 <HTML>Paris is a city in France.</HTML>

如何使用 CTXCAT 索引

建立索引本例演示为一个拍卖站点创建一个目录索引，该站点买电子设备、例如摄像机和 CD 播放器。新的条目每天都会增加，包括条目描述、拍卖日期和价格。应用程序查询需要良好的响应时间。关键字确定用户频繁检索哪个列以创建合适的 CTXCAT 索引。该类型索引的查询需要 CATSEARCH 操作符。1）用 myuser 连接数据库

CONNECT myuser;

2）创建表

CREATE TABLE auction(

item_id NUMBER,

title VARCHAR2(100),

category_id NUMBER,

price NUMBER,

bid_close DATE);

3）向表插入数据

INSERT INTO AUCTION VALUES(1, 'NIKON CAMERA', 1, 400, '24-OCT-2002');

INSERT INTO AUCTION VALUES(2, 'OLYMPUS CAMERA', 1, 300, '25-OCT-2002');

INSERT INTO AUCTION VALUES(3, 'PENTAX CAMERA', 1, 200, '26-OCT-2002');

INSERT INTO AUCTION VALUES(4, 'CANON CAMERA', 1, 250, '27-OCT-2002');

查询1）确定查询确定可能检索的标准是什么。本例，所有的查询使用 title 列，并按 price 排序。当使用 CATSEARCH 操作符后，我们将为 text 列指定条目，并为结构化子句指定标准。2）创建一个按 price 字段排序的子索引为了让 Oracle 全文检索更有效地执行查询，我们需要一个 price 列的子索引。因为，查询将按 price 排序。因此，创建一个名为 "auction_set" 索引集，为 price 列添加一个字索引。

EXEC CTX_DDL.CREATE.INDEXT_SET('auction_iset');

EXEC CTX_DDL.ADD_INDEX('auction_iset','price'); /* sub-index A*/

3）创建 CTXCAT 索引

CREATE INDEX auction_titlex ON AUCTION(title) INDEXTYPE IS CTXSYS.CTXCAT PARAMETERS ('index set auction_iset');

拍卖表的模式（表结构）和 CTXCAT 索引4）用 CATSEARCH 查询表当在表上创建 CTXCAT 索引后，需要使用 CATSEARCH 操作查询该索引。设置输出格式：

COLUMN title FORMAT a40;

查询：

SELECT title, price FROM auction WHERE CATSEARCH(title, 'CAMERA','order by price')> 0;

TITLE                PRICE

--------------- ----------

PENTAX CAMERA          200

CANON CAMERA           250

OLYMPUS CAMERA         300

NIKON CAMERA           400

SELECT title, price FROM auction WHERE CATSEARCH(title, 'CAMERA',

'price <= 300')>0;

TITLE                PRICE

--------------- ----------

PENTAX CAMERA          200

CANON CAMERA           250

OLYMPUS CAMERA         300

5）插入新数据向表添加新数据。CTXCAT 索引会自动同步反应变化。例如，添加如下数据，返回查询结果。

INSERT INTO AUCTION VALUES(5, 'FUJI CAMERA', 1, 350, '28-OCT-2002');

INSERT INTO AUCTION VALUES(6, 'SONY CAMERA', 1, 310, '28-OCT-2002');

SELECT title, price FROM auction WHERE CATSEARCH(title, 'CAMERA','order by price')> 0;

TITLE                                    PRICE

----------------------------------- ----------

PENTAX CAMERA                              200

CANON CAMERA                               250

OLYMPUS CAMERA                             300

SONY CAMERA                                310

FUJI CAMERA                                350

NIKON CAMERA                               400

6 rows selected.

注意：新添加的数据是如何立即在查询中显示出来的。

如何使用 CTXRULE 索引

分类应用程序的功能是基于文档内容执行一些动作。这些动作可以为一个文档分配一个目录 ID，或是发送文档给一个用户。这个结果就是文档分类。文档根据预定义的规则被分类。这些规则选择一个目录。例如，一个 'presidential elections' 规则可能选择一个关于 politics 类别的文档。Oracle 全文检索提供很多类型的分类。这里讨论一个最简单、基于规则的分类，它要创建文档目录以及目录文档的规则。对于监督分类，Oracle 全文检索从提供的文档集合中派生规则。对于聚类，Oracle 全文检索也会这样做，派生规则和目录。为了实现 Oracle 全文检索中简单分类，创建规则，它本质上查询一个表。在一个 CTXRULE 索引中创建这些规则索引。为了分类一个到达的文本，在 SELECT 语句的 WHERE 子句中使用 MATCHES 操作符。

一个文档分类应用程序下面例子一步步演示通过定义简单的目录，创建一个 CTXRULE 索引，并使用 MATCHES 来分类文档。1）用 myuser 用户连接数据库

CONNECT myuser;

2）创建表必须创建一个规则表，并用查询规则填充。本例，我们创建一个名为 "queries" 表。每行定义一个带 ID 的目录，和一个查询字符串的规则：

CREATE TABLE queries (

query_id      NUMBER,

query_string  VARCHAR2(80)

);

INSERT INTO queries VALUES (1, 'oracle');

INSERT INTO queries VALUES (2, 'larry or ellison');

INSERT INTO queries VALUES (3, 'oracle and text');

INSERT INTO queries VALUES (4, 'market share');

3）创建 CTXRULE 索引

CREATE INDEX queryx ON queries(query_string) INDEXTYPE IS CTXRULE;

4）用 MATCHES 分类使用 MATCHES 操作匹配文档，这样就分类了。

COLUMN query_string FORMAT a35;

SELECT query_id,query_string FROM queries

WHERE MATCHES(query_string,

'Oracle announced that its market share in databases

increased over the last year.')>0;

QUERY_ID QUERY_STRING

---------- -----------------------------------

1 oracle

4 market share

如上所示，文档字符串匹配目录 1 和 4。你可以使用分类执行一个动作，比如写文档到一个特定的表，或发送 mail 给一个用户。

内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理

标签：

相关文章推荐

新的分享

章节导航