Mongodb全文搜索实战
发布于 20 天前 作者 jingsam 457 次浏览 来自 分享

在传统的关系型数据库中,我们通常将数据结构化,通过一系列表关联、聚合来查询我们所需的结果。而在非结构化的数据中,缺少这种预定义的结构,因而如何快速查询定位到我们所需要的结果,不是一件容易的事。

Mongodb作为一种NoSQL数据库,非常适合存储和管理非结构化数据,例如互联网上的各种文本数据。假如我们用Mongodb存储了很多博客文章,那么如何快速找到所有关于“nodejs”这个主题的文章呢?Mongodb内建的全文搜索可以帮助我们完成这个功能。

在本篇博文中,将要介绍的是我使用Mongdb text search的一些经验。

Mongodb text search是什么?

Mongodb text search是Mongodb对数据库进行搜索的功能模块,类似于数据库内建的搜索引擎。有些人可能会疑问,查数据库为什么还需要搜索引擎?直接用条件查询不就得了。例如在前面的文章主题搜索中,我们不可能事先提取出每篇文章的主题,然后用专门的字段存储,因此没办法进行条件查询。并且同一个主题词,有多种不同的表达方式,例如"node"、"nodejs"可视为同一个主题。

Mongodb text search可以自动地对大段的文本数据进行分词处理、模糊匹配、同义词匹配,解决文本搜索的问题。

建立文本索引

要使Mongodb能够进行全文搜索,首先要对搜索的字段建立文本索引。建立文本索引的关键字是text,我们既可以建立单个字段的文本索引,也可以建立包含多个字段的复合文本索引。需要注意的是,每个collection只能建立一个文本索引,且只能对String或String数组的字段建立文本索引

我们可以通过以下命令,建立一个文本索引:

db.collection.createIndex({ subject: "text", content: "text" })

在mongoose中我们可以通过以下代码,创建文本索引:

schema.index({ subject: "text", content: "text" })

需要注意的是,由于每个collection只支持一个文本索引,所以当你需要在schema中添加或删除文本索引字段时,往往不起作用。这时候你需要到数据库中,手动删除已经建立的文本索引。

文本搜索示例

文本搜索的语法为:

{
  $text:
    {
      $search: <string>,
      $language: <string>,
      $caseSensitive: <boolean>,
      $diacriticSensitive: <boolean>
    }
}

在mongoose中,我们可以通过以下语句进行文本搜索:

var query = model.find({ $text: { $search: "hello world" } })

$search后面的关键词可以有多个,关键词之间的分隔符可以是多种字符,例如空格、下划线、逗号、加号等,但不能是-\",因为这两个符号会有其他用途。搜索的多个关键字是or的关系,除非你的关键字包含-。例如hello world会包含所有匹配helloworld的文本,而hello -world只会匹配包含hello且不包含world的文本。

$language指示搜索的语言类型,在最新的Mongodb 3.2 enterprise版本中,已经增加了对中文文本的搜索。

$caseSensitive设置是否区分大小写。

$diacriticSensitive设置是否区别发音符号,CAFÉCafé是同一语义,只是重音不一样。

我们还可以对搜索的结果按匹配度进行排序:

db.posts.find(
   { $text: { $search: "hello world" } },
   { score: { $meta: "textScore" } }
).sort( { score: { $meta: "textScore" } } )

注意事项

Mongodb建立文本索引时,会对提取所有文本的关键字建立索引,因而会造成一定的性能问题。所以对于结构化的字段,建议用普通的关系查询,如果需要对大段的文本进行搜索,才考虑用全文搜索。

4 回复

把读和写分开就好。建立全文检索在只读的数据库里就没有问题了

@i5ting 桑大说得有道理。但是我心里一直有些顾虑,就是全文搜索应该是搜索引擎干的事,数据库集成一个搜索引擎是不是有点狗拿耗子的感觉。

@jingsam 看场景吧,如果你的量不是特别大,上个搜索引擎比如elastic search这样的,不是太重了么?

现在做带全文检索功能并且搜索权重比较高的应用,可以先考虑ElasticSearch,ES基本上已经是一个MongoDB的超级,原生的搜索架构集成,比在MongoDB里做是成熟更多的方案。你也可以用Mongo-ES connect,同事用两者,但没有直接用ES好。

回到顶部