现在很多网站都提供了站内的搜索功能,有的很简单在SQL语句里加一个条件如:where names like ‘%words%’就可以实现最基本的搜索了。

 

   我们来看看功能强大一点,复杂一点的搜索是如何实现的(在SQL SERVER200/2005通过存储过程实现搜索算法)。

 

   我们把用户的搜索可以分为以下两种:

   1.精确搜索,就是把用户输入的各个词语当成一个整体,不分割搜索.

   2.像百度,GOOGLE一样的,按空格把输入的每一个词分离,只要包含这些词语,而不管出现的顺序,称为ALL-Word Search.

   3.对输入的词只要有一个出现就为匹配 称为Any-Word Search


一、对搜索结果进行排序的算法

   在前面提到的LIKE语句最大的问题就是搜索的结果是没有经过排序的,我们不知道结果出现在的顺序是如何的,因为它是随机的。像百度,GOOGLE都会对结果用算法进行排序再显示的.好我们也来建立一个简单的排序法。一个很常见的算法是计算关键词在被搜索内容中出现的次数,次数最多的排在结果的第一位。我们的是在存储过程中实现这个算法的,而在SQLSERVER中没有提供计算关键词在被搜索内容中出现的次数这样的函数,我们要自己写一个UDFUser-Defined Functions,UDFSQLSERVER的内部函数,可以被存储过程调用或者被其他UDF调用。函数如下:

 

 1CREATE FUNCTION dbo.WordCount
 2
 3(@Word VARCHAR(15), 
 4
 5@Phrase VARCHAR(1000))
 6
 7RETURNS SMALLINT
 8
 9AS
10
11BEGIN
12
13/* 如果@Word 或者@Phrase 为空返回 0 */
14
15IF @Word IS NULL OR @Phrase IS NULL RETURN 0
16
17/* @BiggerWord 比@Word长一个字符 */
18
19DECLARE @BiggerWord VARCHAR(21)
20
21SELECT @BiggerWord = @Word + 'x'
22
23/*在 @Phrase用@BiggerWord替换@Word */
24
25DECLARE @BiggerPhrase VARCHAR(2000)
26
27SELECT @BiggerPhrase = REPLACE (@Phrase@Word@BiggerWord)
28
29/* 相减结果就是出现的次数了 */
30
31RETURN LEN(@BiggerPhrase- LEN(@Phrase)
32
33END
34

 

以上就是整个UDF,它用了一个很高效的方法来计算关键词出现的次数。

 

二、参数传递

用户输入的关键词从一个到多个不等,我们可以把参数固定为@word1~@word5,这样比较方面实现。当用户输入超过5个时,忽略不计,少于5个的地方视为空。其实GOOGLE也是这样做的,只是GOOGLE的最大词语限制是10个。

三、搜索的实现过程

假定我们对Product表进行搜索,Product字段有:Id,Name ,Descripton(产品描述),搜索要同时对Name Description进行。

Any-World Search实现如下:

 1SELECT Product.Name, 
 2       3 * WordCount(@Word1, Name) + WordCount(@Word1, Description) +
 3
 4       3 * WordCount(@Word2, Name) + WordCount(@Word2, Description) +
 5
 6       
 7
 8       AS Rank
 9FROM Product
10
11

 

这里对Name赋予权重为3Description1(大家根据实际情况赋予不同的权重),Rank是计算列,通过前面定义的UDF计算所关键词出现的次数乘上权重等到的。


同样的
All-Word Search实现如下:

 

 1SELECT Product.Name, 
 2
 3       (3 * WordCount(@Word1, Name) + WordCount(@Word1, Description)) *
 4
 5       CASE 
 6
 7          WHEN @Word2 IS NULL THEN 1 
 8
 9            ELSE 3 * WordCount(@Word2, Name) + WordCount(@Word2, Description)
10
11       END *
12
13       
14
15       AS Rank
16
17FROM Product
18


    这时把每个关键词出现的次数相乘只要一个没出现RANK就为0,为0就是搜索结果为空。

还可以这样实现:


 1SELECT Product.Name, 
 2       CASE 
 3         WHEN @Word1 IS NULL THEN 0 
 4         ELSE ISNULL(NULLIF(dbo.WordCount(@Word1, Name + ' ' + Description), 0), -1000)
 5       END +
 6       CASE 
 7         WHEN @Word2 IS NULL THEN 0 
 8         ELSE ISNULL(NULLIF(dbo.WordCount(@Word2, Name + ' ' + Description), 0), -1000)
 9       END +
10       
11       AS Rank
12FROM Product

对没出现的关键词赋值-1000,这样Rank就肯定为负数,负数表示搜索结果为空。

 

 

四、对结果进行分页

搜索的结果可能很多,对结果分页可以提高性能。我在如何在数据层分页以提高性能已经说明了如何用存储过程进行分页了,这里就不在详细复述了。

过程简单来说就是创建一个临时表,表中包含行号,读取时按行号来读取数据


五、完整代码

     经过前面的分析,完整代码如下:

  1CREATE PROCEDURE SearchCatalog 
  2(      
  3 @PageNumber TINYINT,
  4 @ProductsPerPage TINYINT,
  5 @HowManyResults SMALLINT OUTPUT,
  6 @AllWords BIT,
  7 @Word1 VARCHAR(15= NULL,
  8 @Word2 VARCHAR(15= NULL,
  9 @Word3 VARCHAR(15= NULL,
 10 @Word4 VARCHAR(15= NULL,
 11 @Word5 VARCHAR(15= NULL)
 12AS
 13/* 创建临时表,保存搜索的结果(Sql Server2005适用,Sql Server2000见如何在数据层分页以提高性能) */
 14DECLARE @Products TABLE
 15(RowNumber SMALLINT IDENTITY (1,1NOT NULL,
 16 ID INT,
 17 Name VARCHAR(50),
 18 Description VARCHAR(1000),
 19Rank INT)
 20
 21/* Any-words search */
 22IF @AllWords = 0 
 23   INSERT INTO @Products           
 24   SELECT ID, Name, Description,
 25        3 * dbo.WordCount(@Word1, Name) + dbo.WordCount(@Word1, Description) +
 26
 27        3 * dbo.WordCount(@Word2, Name) + dbo.WordCount(@Word2, Description) +
 28
 29        3 * dbo.WordCount(@Word3, Name) + dbo.WordCount(@Word3, Description) +
 30
 31        3 * dbo.WordCount(@Word4, Name) + dbo.WordCount(@Word4, Description) +
 32
 33        3 * dbo.WordCount(@Word5, Name) + dbo.WordCount(@Word5, Description) 
 34
 35          AS Rank
 36
 37   FROM Product
 38   ORDER BY Rank DESC
 39
 40/* all-words search */
 41
 42IF @AllWords = 1
 43
 44   INSERT INTO @Products           
 45
 46   SELECT ID, Name, Description,
 47
 48          (3 * dbo.WordCount(@Word1, Name) + dbo.WordCount
 49
 50(@Word1, Description)) *
 51
 52          CASE 
 53
 54           WHEN @Word2 IS NULL THEN 1 
 55
 56           ELSE 3 * dbo.WordCount(@Word2, Name) + dbo.WordCount(@Word2
 57
 58Description)
 59
 60          END *
 61
 62          CASE 
 63
 64           WHEN @Word3 IS NULL THEN 1 
 65
 66           ELSE 3 * dbo.WordCount(@Word3, Name) + dbo.WordCount(@Word3
 67
 68Description)
 69
 70          END *
 71
 72          CASE 
 73
 74           WHEN @Word4 IS NULL THEN 1 
 75
 76           ELSE 3 * dbo.WordCount(@Word4, Name) + dbo.WordCount(@Word4
 77
 78Description)
 79
 80          END *
 81
 82          CASE 
 83
 84           WHEN @Word5 IS NULL THEN 1 
 85
 86           ELSE 3 * dbo.WordCount(@Word5, Name) + dbo.WordCount(@Word5
 87
 88Description)
 89
 90          END
 91
 92          AS Rank
 93
 94   FROM Product
 95
 96   ORDER BY Rank DESC
 97
 98/* 在外部变量保存搜索结果数 */
 99
100SELECT @HowManyResults = COUNT(*
101
102FROM @Products 
103
104WHERE Rank > 0
105
106/* 按页返回结果*/
107
108SELECT ProductID, Name, Description, Price, Image1FileName,
109
110 Image2FileName, Rank
111
112FROM @Products
113
114WHERE Rank > 0
115
116  AND RowNumber BETWEEN (@PageNumber-1* @ProductsPerPage + 1 
117
118                    AND @PageNumber * @ProductsPerPage
119ORDER BY Rank DESC

 

至此一个简单的搜索算法就实现了。