Question

我有一个用户表，其中包含一个人姓名列：

CREATE TABLE [dbo].[Users]
(
    Id bigint NOT NULL,
    Name nvarchar(80) NOT NULL,
    PRIMARY KEY CLUSTERED (Id ASC)
)

Name列可以包含全名或只包含名字或任何内容（以空格分隔）。为了在Name上实现搜索，我想利用SQL的全文搜索，但不确定它是否适合搜索名称/昵称而不是实际单词。另外一个问题是 - 在Name上创建FT索引时，我选择哪种语言？

还有其他考虑吗？

谢谢。

Answer 1

乍一看，我建议使用LIKE运算符而不是全文查询。

确保搜索不区分大小写且可能不区分不敏感的内容。这可以通过在服务器，数据库，表列或查询中设置正确的排序规则来实现。在查询中，这可以通过以下方式完成：

SELECT *
FROM [dbo].[Users]
WHERE Name LIKE '%niaher%' COLLATE SQL_Latin1_General_CP1_CI_AI

如果您使用全文索引，则在搜索名称列表时，您会获得各种功能，例如动词词干和词库，请参阅Linguistic Components and Language Support in Full-Text Search，这是您不需要的。顺便说一句，这些功能是依赖于语言的，这就是你在全文索引上指定语言的原因。

您可能希望避免使用停止列表。至少我会，因为在荷兰语中，许多姓氏都以文章和/或介词开头：“伦勃朗 van Rijn”。 “van”肯定会出现在荷兰的停止列表中，并阻止对包含“van”的搜索字词进行任何匹配。

如果遇到性能问题，尝试全文索引并使用CONTAINS with a simple term进行搜索可能会很有用。

SELECT *
FROM [dbo].[Users]
WHERE CONTAINS(Name, 'niaher')

请注意，全文索引是异步更新的。

Answer 2

似乎如果你想搜索多部分名称，全文搜索是最简单和最合适的方法（如果我错了，请纠正我）。另一种选择是LIKE '%query%'，但它有太多缺点：

性能糟糕，因为它会进行索引扫描
条款顺序很重要，例如 - 搜索“John Smith”和“Smith John”将返回不同的结果。
它忽略了字边界，例如 - 搜索“Ann”还将检索“Joanna”和“Danny”，这些都不是有用的匹配。

所以我继续实施全文搜索。我的查询看起来像这样：

SELECT * FROM Users WHERE CONTAINS(Name, '"John*"')

唯一的困难是我必须将用户查询（John）转换为CONTAINS友好查询（“John *”）。为此，我在UserRepository中实现了这个方法：

/// <summary>
/// Converts user-entered search query into a query that can be consumed by CONTAINS keyword of SQL Server.
/// </summary>
/// <example>If query is "John S Ju", the result will be "\"John*\" AND \"S*\" AND \"Ju*\"".</example>
/// <param name="query">Query entered by user.</param>
/// <returns>String instance.</returns>
public static string GetContainsQuery(string query)
{
    string containsQuery = string.Empty;

    var terms = query.Split(new[] { ' ' }, StringSplitOptions.None);

    if (terms.Length > 1)
    {
        for (int i = 0; i < terms.Length; i++)
        {
            string term = terms[i].Trim();

            // Add wildcard term, e.g. - "term*". The reason to add wildcard is because we want
            // to allow search by partially entered name parts (partially entered first name and/or
            // partially entered last name, etc).
            containsQuery += "\"" + term + "*\"";

            // If it's not the last term.
            if (i < terms.Length - 1)
            {
                // We want all terms inside user query to match.
                containsQuery += " AND ";
            }
        }

        containsQuery = containsQuery.Trim();
    }
    else
    {
        containsQuery = "\"" + query + "*\"";
    }

    return containsQuery;
}

希望这可以帮助任何人绊倒同样的问题。

PS - 我写了一篇blogpost来记录这个。

全文搜索是否适合搜索人名？

2 个答案: