二、oracle全文检索

公司项目须要实现馆藏库的全文检索，可是只有一个查询，若是使用lucene的话不太方便，经过查找资料，发现oracle自带全文检索功能。通过测试，oracle实现全文检索很方便，很实用。

注意：本例子针对于表中某一字段的全文检索。如ceshi表中name字段下全部数据的检索。

环境：oracle11g，oracle链接为search，表为ceshi，字段有id，name

1：进行准备工做，oracle全文检索须要ctxsys用户的支持，其实主要须要使用ctxsys用户下的ctx_ddl这个包，因此咱们使用system帐户解锁stxsys用户。

1.1：使用system帐户创建链接

1.2：解锁stxsys用户，分别执行如下两个命令。并将权限赋予arc_master用户（注意：arc_master用户是我本身新建的用户，可使用不一样的用户名）

对ctxsys用户解锁，以得到ctx_ddl包的操做权。进入system用户，输入以下命令，解锁ctxsys用户

alter user ctxsys account unlock;

将ctx_ddl包的操做权限赋给arc_master用户。

grant execute on ctx_ddl to arc_master; 

2：准备工做完成以后，使用arc_master用户链接（链接如图1），开始测试。

2.1：创建测试表

create table ceshi( 

id number, 

name varchar2(50) 

); 

2.2：插入测试数据

insert into ceshi values(111,'重庆市沙坪坝区'); 

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

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

insert into ceshi values(411,'重庆市两江新区'); 

insert into ceshi values(511,'上海市浦东新区金桥镇'); 

insert into ceshi values(611,'上海东方明珠'); 

insert into ceshi values(711,'江苏省无锡市国家软件园'); 

insert into ceshi values(811,'成都市天府软件园');

2.3：建立分析器，建立一个“chinese_lexer”分析器，名称为my_lexer。

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

这个分析器的做用就是name字段的全部数据分词，以便于后面建立索引。如图所示：

词法分析器有3种类型：

* 'CHINESE_VGRAM_LEXER'仅用于中文,提取标示符更大，无效标示符较多；

* 'CHINESE_LEXER' 仅用于中文,效率高一些更准确可靠一些；建议使用

* 'BASIC_LEXER'仅用于英文；

2.4：建立过滤词组，，好比对公司名称进行检索时，确定不但愿输入“有限公司”、“公司”等关键词时，也会有搜索结果。

exec ctx_ddl.create_stoplist('my_stoplist'); 

自定义须要过滤的词组，建立了一个名为“my_stoplist”的过滤词组，“有限公司”、“股份有限公司”这两个词组不会被建立为索引。

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，索引类系那个为context类型，该索引用到的分析器为前面定义的my_lexer，该索引用到的过滤词组为前面定义得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，此时的数据是没有通过排序。经过如下的查询语句就能够很快的查处所需的内容。

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

2.7：虽然内容查出来了，不过数据是无序的。有的时候须要根据状况决定查询结果出现的前后顺序。能够按照关键字的匹配程度排序，这里的score是oracle全文检索对关键字的匹配程度所计算的分数，contains里的最后一个参数“1”就是对这个分数的一个标识。

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

2.8：经过以上步骤基本就完成了oracle检索。不过当咱们添加新数据的时候，新数据并无建立新的索引，此时须要索引同步和索引优化。

索引同步

exec ctx_ddl.sync_index('ceshi_index');

索引优化

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

3：最后一个问题，就是用户输入的关键字也须要进行分词，由于前面分词图能够看到，词被分红一块一块，若是用户输入的词不拆分，有可能查不出来数据。（最后这一步骤的实现不理解）

首先须要先建立一个POLICY过程，这里建立了一个名称为my_policy的policy过程，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('重庆天府') from dual;

F_SPLIT_CHINESE('重庆天府')

最后，经过这些步骤，咱们就能够根据jdbc来实现功能了。

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