Question

我们在Oracle数据库（11.2.0.4.0）中使用Oracle Text对存储的文档以及数据库中的多个列执行全文搜索。

对于这些多列索引，我们注意到一些双面通配符查询返回错误的结果数：整个表！

我们的应用程序将用户的查询转换为双面通配符查询（例如“york” - ＆gt;“％york％”）并将它们传递给contains运算符。我们在数据库上重新运行它并可以重现它。

例如，考虑一个包含全文索引跨越所有列的城市的表：Zip-Code，Cityname，State和Country： select * from city where contains(cityname, '%york%')>0

以下查询参数似乎返回错误的结果数（所有行）：

％S％
％I％
％d％
％C％

我已经检查了什么：

有趣的是，非工作查询都是C语言中的格式参数。但我无法在Oracle Text文档中找到这些作为关键字或特殊运算符。
我检查了停用词列表不包含这些查询。
我设置了一个自定义词法分析器，并为其启用了“混合大小写”选项，这似乎解决了小写查询的问题，但大写查询仍然存在问题（％S％）。

score运算符为不匹配的行返回值6：

select cityname, state, zip, score(1) from city where contains(cityname, '%s%', 1)>0

---------------------------------
|Cityname  |State|Zip | Score(1)|
|-------------------------------|
|La Cibourg|NE   |2332| 6       | - WRONG
|Morlon    |FR   |1638| 6       | - WRONG
|Leuk Stadt|VS   |3953| 12      | - Correct row
---------------------------------

您是否知道可能导致此问题的任何（错误）配置？

更新确切的版本是11.2.0.4.0，应用了补丁18842982。创建表和索引的脚本如下：

drop table city_copy;

create table city_copy (
 city_nr number not null,
 zip_code varchar2(60),
 city_name varchar2(60),
 state varchar2(60)
 );

 insert into city_copy
 select 1, 2332, 'La Ciboug', 'NE' from dual
 union all
 select 2, 1638, 'Morlon', 'FR' from dual
 union all
 select 3, 3953, 'Leuk Stadt', 'VS' from dual;

 commit;

 exec   ctxsys.ctx_ddl.drop_preference('CITY_MULTI');
 exec   ctxsys.ctx_ddl.create_preference('CITY_MULTI', 'MULTI_COLUMN_DATASTORE');
 exec   ctxsys.ctx_ddl.set_attribute('CITY_MULTI', 'COLUMNS', 'ZIP_CODE, CITY_NAME, STATE');

 create index city_idx_ft on city_copy(zip_code)
 indextype is ctxsys.context parameters ('datastore CITY_MULTI sync (on commit)');

默认词法分析器的当前设置为：

DEFAULT_LEXER   COMPOSITE           GERMAN
DEFAULT_LEXER   MIXED_CASE          YES
DEFAULT_LEXER   ALTERNATE_SPELLING  GERMAN

我们的停止列表与default stoplist for German

保持不变

Answer 1

经过相当多的研究后......

我仍然不确定它是否是一个bug，但是虽然我的直觉说它是导致这种行为的词法分析器 - 但事实并非如此。

请在首选项中添加名为DELIMITER的属性，其值为NEWLINE

exec ctx_ddl.set_attribute('CITY_MULTI', 'DELIMITER', 'NEWLINE');

这可以解决您的问题。

默认分隔符是COLUMN_NAME_TAG，它可能与太短的参数冲突（它应该将您的数据视为XML，并且可能在Oracle如何连接文本中的某个地方有您正在寻找的单个字符）。

在我看来，对于多列数据存储Oracle Text构造，每行都有一个XML，其中包含列的名称，如：

<XML>
   <zip_code>2332</zip_code>
   <city_name>La Ciboug</city_name>
   <state>NE</state>
</XML>

并且正在索引XML（或与之类似的结构）。

当只查找S时，“状态”一词的s在每一行都会返回。

新行改变了构建文本的方式

2332
La Ciboug
NE

在您的情况和搜索方式上更好。

有关它的更多信息，请点击此处： http://docs.oracle.com/cd/B19306_01/text.102/b14218/cdatadic.htm#i1006391

祝你好运！

Oracle Text Context-Index使用通配符返回contains（）查询的所有行

1 个答案: