Question

我的一个客户端迷上了多列子字符串匹配。

我了解Contains和FreeText搜索字词（至少在包含字词前缀的情况下）。但是，根据我对this MSDN书籍的理解，这些及其变体都不能搜索子字符串。

我使用LIKE相当广泛（从A中选择*，其中A.B喜欢'％substr％'）

样本表A：

ID | Col1     | Col2     | Col3     |
-------------------------------------
1  | oklahoma | colorado | Utah     |
2  | arkansas | colorado | oklahoma |
3  | florida  | michigan | florida  |
-------------------------------------

以下代码将为我们提供第1行和第2行：

 select * from A where Col1 like '%klah%' or Col2 like '%klah%' or Col3 like '%klah%'

这相当丑陋，可能很慢，我只是不喜欢它。可能是因为我正在处理的实现有10多个需要搜索的列。

随着代码可读性的提高，以下内容可能略有改善，但就性能而言，我们仍然处于同一个球场。

 select * from A where (Col1 + ' ' + Col2 + ' ' + Col3) like '%klah%'

我已经考虑过简单地添加插入，更新和删除触发器，只需将上面列的连接版本添加到一个单独的表中即可隐藏此表。

示例Shadow_Table：

ID | searchtext                 |
---------------------------------
1  | oklahoma colorado Utah     |
2  | arkansas colorado oklahoma |
3  | florida michigan florida   |
---------------------------------

这将允许我们执行以下查询以搜索'％klah％'

select * from Shadow_Table where searchtext like '%klah%'

我真的不想记住这个影子表存在，并且当我执行多列子字符串匹配时我应该使用它，但它可能会以写入和存储为代价产生非常快速的读取空间。

我的直觉告诉我，SQL Server 2008中已经存在一个现有的解决方案。但是，我似乎无法找到关于该主题的研究论文以外的任何内容。

任何帮助都将不胜感激。

Answer 1

根据您的描述，您似乎正在寻找一种改进精确搜索的方法。当您尝试查找与字符串完全匹配的字符串时，LIKE是正确的工具。如果你担心性能，那么你应该考虑索引，甚至是你所描述的自定义索引。

也许考虑一个持久的计算列而不是影子表。插入/更新的开销应小于使用触发器，查询时间可能相同。

全文搜索

全文搜索被设计为自然语言搜索。

从最终用户角度考虑。如果我正在寻找“俄克拉荷马”，我可能会以“okla”或“ok”或“oklahoma”开头。我不会搜索“homa”。这是我们人类思维方式的思考方式。因此，“自然”语言搜索。

自然语言搜索使用根词干和类似词语来增加结果总数。但是，如果您希望所有结果与您的搜索字词特别匹配，则不是最佳选择：例如自由文本将与“驾驶和课程”匹配“我开车上课”，即使这两个单词都没有明确出现。

SQL Server - 多列子字符串匹配

1 个答案: