数据库搜索引擎 - 根据特定的相关规则按相关性排序

Question

我刚刚获得了针对我们网站的新搜索功能的要求列表。他们是图书出版商的网站，所以这是我们在这里运营的基本领域。数据存储在启用了全文的Microsoft SQL 2005数据库服务器（SP3）中。

现在，要求声明可以在三个方面进行搜索：书名，作者姓名和书籍文本。这本身很容易做到三个单独的查询。但是，还有更多。要求声明搜索结果应按以下顺序返回：

• 完整标题匹配
• 完整作者姓名匹配
• 部分标题匹配
• 完整作者姓氏匹配
• 部分作者姓氏匹配
• 部分作者姓名匹配
• 书籍文字匹配

此外，还有次要要求：

• 来自出版商本身的标题应该高于相邻出版商的标题（来自同一数据库中十几个出版商的书籍）
• 当找到完全匹配的标题时，应显示来自同一作者的其他书籍（同一出版商的标题再次优先于另一个 - 作者可以与多个出版商一起发布）

很多类似的规则。

所以，说你有一本约翰逊书，由作家皮特约翰逊（或其他人）撰写。搜索查询'john'应该返回以下（ish）：

• 约翰逊（书）（部分冠军赛）
• Pete Johnson（部分姓氏比赛）

搜索查询'Johnson'：

• 约翰逊（书）（完整标题匹配）
• 约翰逊（书）（部分标题匹配）（已省略，已在结果中）
• Pete Johnson（作者）（完整作者姓氏匹配）
• Pete Johnson（作者）（部分作者姓氏匹配）（略）
• Pete Johnson（作者）（部分作者全名匹配）（略）
• 约翰逊（书）（书籍文本匹配）（略）

...反正。这基本上是要求，我只是想打出来。现在，提出几个问题：

• 您可以指点我这个特定主题的书籍或文章吗？
• 如何最好地实施？这可以在一组基本查询中完成（针对每个搜索需求单独查询，后处理以删除重复项并合并结果），还是可以在单个查询中完成？
• 或者我是否需要编写一个索引表并创建自己的索引等的应用程序，然后搜索查询？

我在这里有点想法和建议。

Answer 1

有CONTAINSTABLE和FREETEXTTABLE个函数 - 它们返回RANK列，即“相关性排名”。可能这些功能加上非文本列的一些复杂排序将起到作用。

如果您决定在应用中实施FTS，请查看第三方解决方案。 Lucene（或Lucene.NET）可能很适合开始。