Oracle 11g Release 1 (11.1) Oracle Text——演示创建 Oracle Text 索引
http://docs.oracle.com/cd/B28359_01/text.111/b28303/quicktour.htm#g1011793
本文内容
- 概述
- 创建一个 Oracle 全文检索用户
- 演示如何使用 CONTEXT 索引
- 演示如何使用 CTXCAT 索引
- 演示如何使用 CTXRULE 索引
- 本 BLOG 相关链接
- 修改记录
概述
本文描述如何创建一个 Oracle 全文检索开发者用户，以及生成一个简单的文本查询，和目录一个应用程序。对于每个应用程序类型，本文通过基本的 SQL 语句一步步介绍加载、索引和查询。
创建一个 Oracle 全文检索用户
在使用 Oracle 全文检索的索引和其 PL/SQL 包之前，需要创建一个带 CTXAPP 角色的用户。该角色使你可以做如下事情：
- 创建和删除 Oracle 全文检索的索引引用
- 使用 Oracle 全文检索 PL/SQL 包
若进行全文检索，以数据库管理员身份登录，按下面步骤：
1）创建用户。建一个用户名/密码为 MYUSER / myuser_password 的用户：
CREATE USER myuser IDENTIFIED BY myuser_password;
2）授权角色。为该用户授权 RESOURCE、CONNECT 和 CTXAPP 角色：
GRANT RESOURCE, CONNECT, CTXAPP TO MYUSER;
3）授权执行 CTX PL/SQL 包的权限
Oracle 全文检索包含很多包，可以让你完成从同步 Oracle 全文检索索引到高亮显示文本的所有动作。例如，CTX_DDL 包包含了 SYNC_INDEX 过程，该存储过程可以同步全文检索的索引。
若想调用这些存储过程，你的应用程序需要有执行这些包的权限。例如，为 MYUSER 用户授权执行所有 Oracle 全文的包的权限，如下代码：
GRANT EXECUTE ON CTXSYS.CTX_CLS TO myuser;
GRANT EXECUTE ON CTXSYS.CTX_DDL TO myuser;
GRANT EXECUTE ON CTXSYS.CTX_DOC TO myuser;
GRANT EXECUTE ON CTXSYS.CTX_OUTPUT TO myuser;
GRANT EXECUTE ON CTXSYS.CTX_QUERY TO myuser;
GRANT EXECUTE ON CTXSYS.CTX_REPORT TO myuser;
GRANT EXECUTE ON CTXSYS.CTX_THES TO myuser;
GRANT EXECUTE ON CTXSYS.CTX_ULEXER TO myuser;
演示如何使用 CONTEXT 索引
建立索引
在一个基于文本查询的应用程序中，用户输入查询关键字或词组，期望应用程序返回一个最匹配该查询的文本列表。该应用程序涉及创建一个 CONTEXT 索引，并用 CONTAINS 查询。
本例通过 SQL 语句按步骤加载文本到表，并创建索引，以及查询索引。最典型的是，查询应用程序需要一个用户接口。下面例子演示如何利用 CONTEXT 索引创建一个查询应用程序。
1）使用 myuser 用户连接数据库。在创建表之前，先用 myuser 用户连接数据库。
CONNECT myuser;
2）创建表
创建一个有两列，id 和 text 的 docs 表。id 为主键；text 类型为 VARCHAR2。
CREATE TABLE docs (id NUMBER PRIMARY KEY, text VARCHAR2(200));
3）插入新数据
INSERT INTO docs VALUES(1, '<HTML>California is a state in the US.</HTML>');
INSERT INTO docs VALUES(2, '<HTML>Paris is a city in France.</HTML>');
INSERT INTO docs VALUES(3, '<HTML>France is in Europe.</HTML>');
4）创建 CONTEXT 索引
在 text 列上，通过 CONTEXT 索引为 HTML 文本创建索引。因为是 HTML 文本，所以本例使用不过滤的 NULL_FILTER 引用类型和 HTML_SECTION_GROUP 类型。
CREATE INDEX idx_docs ON docs(text)
INDEXTYPE IS CTXSYS.CONTEXT PARAMETERS
('FILTER CTXSYS.NULL_FILTER SECTION GROUP CTXSYS.HTML_SECTION_GROUP');
使用 NULL_FILTER 是因为你不需要在创建索引时过滤 HTML 文本。然而，如果是为 PDF、MS Word，或是其他格式化文本创建索引，那么应该使用 CTXSYS.AUTO_FILTER（默认）作为你的过滤引用。
本例建议使用 HTML_SECTION_GROUP 节分组。使用该类型可以使你在特定的 HTML 标记内检索，减少把不期望的标记也建成索引，例如字体信息。
查询
1）使用 CONTAINS 查询表
为了增加可读性，首先，设置 SELECT 语句的输出格式。设置 text 列的宽度为 40 个字符。
COLUMN text FORMAT a40;
现在用带 CONTAINS 的 SELECT 语句查询表。下面查询检索所有包含 "France" 的文本：
SELECT SCORE(1), id, text FROM docs WHERE CONTAINS(text, 'France', 1) > 0;
SCORE(1) ID TEXT
---------- ---------- ----------------------------------------
4 3 <HTML>France is in Europe.</HTML>
4 2 <HTML>Paris is a city in France.</HTML>
2）显示文本
在实际应用程序中，你需要为用户显示检索出来的文本，并高亮显示检索的词条。Oracle 全文检索可以让你用 CTX_DOC 来标记文本。
下面通过一个匿名的 PL/SQL 块演示 HTML 文本标记。然而，在实际应用程序中，你需要在浏览器中呈现文本。
SET SERVEROUTPUT ON;
DECLARE
2 mklob CLOB;
3 amt NUMBER := 40;
4 line VARCHAR2(80);
5 BEGIN
6 CTX_DOC.MARKUP('idx_docs','3','France', mklob);
7 DBMS_LOB.READ(mklob, amt, 1, line);
8 DBMS_OUTPUT.PUT_LINE('FIRST 40 CHARS ARE:'||line);
9 DBMS_LOB.FREETEMPORARY(mklob);
10 END;
11 /
FIRST 40 CHARS ARE:<HTML><<<France>>> is in Europe.</HTML>
PL/SQL procedure successfully completed.
3）操作数据后同步索引
当创建一个 CONTEXT 索引时，插入、更新或删除后，需要显示同步索引。Oracle 全文检索可以通过 CTX_DDL.SYNC_INDEX 过程来完成。
向 docs 表再添加两行：
INSERT INTO docs VALUES(4, '<HTML>Los Angeles is a city in California.</HTML>');
INSERT INTO docs VALUES(5, '<HTML>Mexico City is big.</HTML>');
因为，索引未同步，新的数据行没有检索出来：
SELECT SCORE(1), id, text FROM docs WHERE CONTAINS(text, 'city', 1) > 0;
SCORE(1) ID TEXT
---------- ---------- --------------------------------------------------
4 2 <HTML>Paris is a city in France.</HTML>
用 2Mb 的内存同步索引，返回查询结果：
COLUMN text FORMAT a50;
SELECT SCORE(1), id, text FROM docs WHERE CONTAINS(text, 'city', 1) > 0;
SCORE(1) ID TEXT
---------- ---------- --------------------------------------------------
4 5 <HTML>Mexico City is big.</HTML>
4 4 <HTML>Los Angeles is a city in California.</HTML>
4 2 <HTML>Paris is a city in France.</HTML>
参考：
本 BLOG 的“Oracle 11g Release 1 (11.1) Oracle Text 如何创建 CONTEXT 索引”
演示如何使用 CTXCAT 索引
创建表和插入数据
本节演示为一个拍卖站点创建目录索引，该站点销售如摄像机和 CD 播放器等电子设备。新的条目每天都会增加，包括条目描述、拍卖日期和价格。
应用程序查询需要良好的响应时间。关键是确定用户频繁检索哪个列，以创建合适的 CTXCAT 索引。该类型索引的查询需要 CATSEARCH 操作符。
假设，数据库有个 myuser 用户。
1）用 myuser 用户连接数据库
SQL> CONNECT myuser;
2）创建 auction 表
SQL> CREATE TABLE auction(
2 item_id NUMBER,
3 title VARCHAR2(100),
4 category_id NUMBER,
5 price NUMBER,
6 bid_close DATE);
Table created
SQL>
3）向该表插入 4 条数据
SQL> INSERT INTO AUCTION
2 VALUES
3 (1, 'NIKON CAMERA', 1, 400, to_date('2012-8-1', 'yyyy-mm-dd'));
1 row inserted
SQL> INSERT INTO AUCTION
2 VALUES
3 (2, 'OLYMPUS CAMERA', 1, 300, to_date('2012-8-5', 'yyyy-mm-dd'));
1 row inserted
SQL> INSERT INTO AUCTION
2 VALUES
3 (3, 'PENTAX CAMERA', 1, 200, to_date('2012-8-10', 'yyyy-mm-dd'));
1 row inserted
SQL> INSERT INTO AUCTION
2 VALUES
3 (4, 'CANON CAMERA', 1, 250, to_date('2012-8-20', 'yyyy-mm-dd'));
1 row inserted
SQL>
创建 CTXCAT 索引
1）确定查询。确定可能检索的标准是什么。本节所有的查询使用 title 列，并按 price 排序。当使用 CATSEARCH 操作符后，我们将为 title 列指定条目，并为结构化子句指定标准。
2）创建一个子索引以便按 price 字段排序
为了使 Oracle 全文检索更有效地执行查询，我们需要一个 price 列的子索引。因为，查询将按 price 排序。
因此，创建一个名为 "auction_iset" 索引集，并添加一个 price 列子索引。
SQL> EXEC CTX_DDL.create_index_set('auction_iset')
PL/SQL procedure successfully completed
SQL> EXEC CTX_DDL.add_index('auction_iset','price')
PL/SQL procedure successfully completed
SQL>
3）在 auction 表的 title 列上创建 CTXCAT 索引
SQL> CREATE INDEX auction_titlex ON AUCTION(title) INDEXTYPE IS CTXSYS.CTXCAT PARAMETERS ('index set auction_iset');
Index created
SQL>
拍卖表的模式（表结构）和 CTXCAT 索引
4）用 CATSEARCH 查询。需要使用 CATSEARCH 操作查询 CTXCAT 索引。
SQL> SELECT title, price
2 FROM auction;
TITLE PRICE
-------------------- ----------
NIKON CAMERA 400
OLYMPUS CAMERA 300
PENTAX CAMERA 200
CANON CAMERA 250
SQL>
SQL> SELECT title, price
2 FROM auction
3 WHERE CATSEARCH(title, 'CAMERA', 'order by price') > 0;
TITLE PRICE
-------------------- ----------
PENTAX CAMERA 200
CANON CAMERA 250
OLYMPUS CAMERA 300
NIKON CAMERA 400
SQL>
5）插入新数据后，再查询。
SQL> INSERT INTO AUCTION
2 VALUES
3 (5, 'FUJI CAMERA', 1, 350, to_date('2012-9-10', 'yyyy-mm-dd'));
1 row inserted
SQL> INSERT INTO AUCTION
2 VALUES
3 (6, 'SONY CAMERA', 1, 310, to_date('2012-9-22', 'yyyy-mm-dd'));
1 row inserted
SQL> SELECT title, price
2 FROM auction
3 WHERE CATSEARCH(title, 'CAMERA', 'order by price') > 0;
TITLE PRICE
-------------------- ----------
PENTAX CAMERA 200
CANON CAMERA 250
OLYMPUS CAMERA 300
SONY CAMERA 310
FUJI CAMERA 350
NIKON CAMERA 400
6 rows selected
SQL>
注意：新添加的数据是如何立即在查询中显示出来的。
如何使用 CTXRULE 索引
分类应用程序的功能是基于文档内容执行一些动作。这些动作可以为一个文档分配一个目录 ID，或是发送文档给一个用户。这个结果就是文档分类。
文档根据预定义的规则被分类。这些规则选择一个目录。例如，一个 'presidential elections' 规则可能选择一个关于 politics 类别的文档。
Oracle 全文检索提供很多类型的分类。这里讨论一个最简单、基于规则的分类，它要创建文档目录以及目录文档的规则。对于监督分类，Oracle 全文检索从提供的文档集合中派生规则。对于聚类，Oracle 全文检索也会这样做，派生规则和目录。
为了实现 Oracle 全文检索中简单分类，创建规则，它本质上查询一个表。在一个 CTXRULE 索引中创建这些规则索引。为了分类一个到达的文本，在 SELECT 语句的 WHERE 子句中使用 MATCHES 操作符。 
一个文档分类应用程序
下面例子一步步演示通过定义简单的目录，创建一个 CTXRULE 索引，并使用 MATCHES 来分类文档。
1）用 myuser 用户连接数据库
CONNECT myuser;
2）创建表
必须创建一个规则表，并用查询规则填充。本例，我们创建一个名为 "queries" 表。每行定义一个带 ID 的目录，和一个查询字符串的规则：
CREATE TABLE queries (
query_id NUMBER,
query_string VARCHAR2(80)
);
INSERT INTO queries VALUES (1, 'oracle');
INSERT INTO queries VALUES (2, 'larry or ellison');
INSERT INTO queries VALUES (3, 'oracle and text');
INSERT INTO queries VALUES (4, 'market share');
3）创建 CTXRULE 索引
CREATE INDEX queryx ON queries(query_string) INDEXTYPE IS CTXRULE;
4）用 MATCHES 分类
使用 MATCHES 操作匹配文档，这样就分类了。
COLUMN query_string FORMAT a35;
SELECT query_id,query_string FROM queries
WHERE MATCHES(query_string,
'Oracle announced that its market share in databases
increased over the last year.')>0;
QUERY_ID QUERY_STRING
---------- -----------------------------------
1 oracle
4 market share
如上所示，文档字符串匹配目录 1 和 4。你可以使用分类执行一个动作，比如写文档到一个特定的表，或发送 mail 给一个用户。
本 BLOG 相关链接
- Oracle_C# 实现 Oracle Text(全文检索)的一个简单例子 http://www.cnblogs.com/liuning8023/archive/2011/08/29/2158848.html
修改记录
- 第一次 2012-8-23 [UPDATE] 演示如何使用 CTXCAT 索引
