更新

Question

我收集了200个文件，包含20个字段。有几个字段有~~＆＃34; - ＆＃34;和~~＆＃34;。＆＃34;然后是一个唯一的文件名字段。

更新

我转换了＆＃34; - ＆＃34;到＆＃34; _＆＃34;而问题仍然存在。似乎＆＃34;。＆＃34;造成了大部分问题。我认为索引器在点上分裂，因此文件名被索引，扩展名被索引，但不是整个文件名+扩展名。

更新结束

以下是我所拥有的文件样本。（注意：如果您使用此示例进行测试，它将快速返回，但在200万个文档上结果速度会发生变化）

{ 
    "FileName" : "NA2148-958-041114.PDF",
    "Customer" : "customer-958"
},
{ 
    "FileName" : "NA2149-958-041116.PDF",
    "Customer" : "customer-958"
},
{ 
    "FileName" : "NA2149-959-041118.PDF",
    "Customer" : "customer-959"
}

我在集合上创建了以下全文搜索。

db.test.createIndex（{＆＃34; $ **＆＃34;：＆＃34; text＆＃34;}）

如果我对完整文件名进行全面搜索，则返回单个文档最多需要65秒。

db.test.find（{$ text：{$ search：＆＃34; \＆＃34; NA2148-958-041114.PDF \＆＃34;＆＃34;}}）

如果我做一个解释（）

db.test.find（{$ text：{$ search：＆＃34; \＆＃34; NA2148-958-041114.PDF \＆＃34;＆＃34;}}）。explain（）< / p>

"parsedTextQuery" : {
                "terms" : [ 
                    "041114", 
                    "958", 
                    "na2148", 
                    "pdf"
                ],
                "negatedTerms" : [],
                "phrases" : [ 
                    "NA2148-958-041114.PDF"
                ],
                "negatedPhrases" : []
            }

我期待解释中的术语与短语相同，并使用该值搜索索引。

如果我执行以下搜索，它将在大约15秒内返回文档。

db.test.find（{$ text：{$ search：＆＃34; NA2148-958-041114.PDF＆＃34;}}）。explain（）***（没有＆＃34;）** ）

{
    "terms" : [ 
        "041114", 
        "958", 
        "na2148", 
        "pdf"
    ],
    "negatedTerms" : [],
    "phrases" : [],
    "negatedPhrases" : []
}

如果我执行以下搜索，则会在1秒内返回文档。

db.test.find（{$ text：{$ search：＆＃34; 041114＆＃34;}}）

{
    "terms" : [ 
        "041114"
    ],
    "negatedTerms" : [],
    "phrases" : [],
    "negatedPhrases" : []
}

我怀疑索引步骤是将值拆分，因此整个文件名只有块没有索引。
有没有办法让搜索只使用短语而不是在被＆＃34;＆＃34;包围时进行搜索。或者让索引步骤不在＃34; - ＆＃34;上进行标记化。或＆＃34;。＆＃34;在文件名中？

注意：我已经读过使用$ default_language索引：＆＃34; none＆＃34;将使用简单的tokernizer，但这并没有改变结果。

关于这个主题的任何帮助或指示都会很棒。

添加＆＃34; \＆＃34;时的结果如下在＆＃34; - ＆＃34;前面在explain（）或速度方面没有什么不同。

db.text.find（{$ text：{$ search：＆＃34; \＆＃34; NA2148 \ -958 \ -041114 \ .PDF \＆＃34;＆＃34;}}）。解释（）

{
    "terms" : [ 
        "041114", 
        "958", 
        "na2148", 
        "pdf"
    ],
    "negatedTerms" : [],
    "phrases" : [ 
        "NA2148-958-041114.PDF"
    ],
    "negatedPhrases" : []
}

使用＆＃34;进行文本值搜索。＆＃34;在搜索值

更新

更新结束

0 个答案: