SQL Server 中全文搜索的奇怪行为

Posted 2023-02-23

【中文标题】SQL Server 中全文搜索的奇怪行为

【英文标题】：Strange behaviour with Fulltext search in SQL Server

【发布时间】：2013-11-23 13:00:40

【问题描述】：

我有一个带有列消息 NVARCHAR(MAX) 的 MyTable。

ID 为 1 的记录包含消息“0123456789333444 测试”

当我运行以下查询时

DECLARE @Keyword NVARCHAR(100)

SET @Keyword = '0123456789000001*'

SELECT *
FROM MyTable
WHERE CONTAINS(Message, @Keyword) 

记录 ID 1 出现在结果中，我认为它不应该出现，因为 0123456789333444 不包含 0123456789000001。

有人能解释为什么这些记录还是会显示吗？

编辑

select * from sys.dm_fts_parser('"0123456789333444 Test"',1033,0,0)

返回以下内容：

group_id phrase_id occurrence special_term  display_term        expansion_type source_term
1        0         1           Exact Match  0123456789333444    0              0123456789333444 Test
1        0         1           Exact Match  nn0123456789333444  0              0123456789333444 Test
1        0         2           Exact Match  test                0              0123456789333444 Test

【问题讨论】：

这看起来很像Contains() function falters with strings of numbers?

无论有无停止列表，我都无法在 SQL Server 2012 中重现这一点。你正在运行哪个版本，你的停止列表是什么（我知道你说这不是一个因素，但我仍然很好奇），以及包含“0123456789333444”的完整消息值是什么？

嗨@Keith，感谢您查看它。我正在使用 SQL Server 2008 R2。完整消息如上所示：'0123456789333444 测试'。你的意思是“你的停止名单是什么”？谢谢朱塞佩

@gsharp 在SSMS中右击表格，选择全文索引>属性，让我们知道“全文索引停止列表”的值是多少。

我开始认为这是 SS 2008 的问题，因为我无法在 SS 2012 中重现此问题，并且链接到的线程 @Love2Learn 也涉及 SS 2008。不幸的是我不能验证这一点，因为我没有安装 SS 2008。

【参考方案1】：

这是因为@Keyword 没有用双引号括起来。这会强制进行零个、一个或多个匹配。

指定以开头的单词或短语的匹配 指定的文本。用双引号将前缀术语括起来 ("") 并在结束引号之前添加一个星号 ()，这样 以星号前指定的简单术语开头的所有文本 是匹配的。该子句应以这种方式指定：CONTAINS (column, '"文本"')。星号匹配零个、一个或多个字符（ 词或词组中的词根或词根）。如果文本和星号 没有用双引号分隔，所以谓词读作 CONTAINS (column, 'text*')，全文搜索将星号视为 一个字符并搜索与 text* 完全匹配的字符。全文 引擎将找不到带有星号 (*) 字符的单词，因为 分词器通常会忽略此类字符。

when 是一个短语，短语中包含的每个单词都是 被认为是一个单独的前缀。因此，一个查询指定一个 “local wine*”的前缀词匹配任何带有“local”文本的行 酒厂”、“在当地美酒佳肴”等等。

查看有关该主题的 MSDN。 MSDN

【讨论】：

感谢您的回答。我试过使用 SET @Keyword = '"0123456789000001*"' 但不幸的是结果是一样的。

能否请您发布您的 DDL 以创建全文索引。如果可能的话，我想看看。

这没什么大不了的：ALTER FULLTEXT INDEX ON [dbo].[MyTable] ADD ([Message])

能否请您尝试删除星号。我今天再次重新阅读了 MSDN 文档，并查阅了有关该主题的 Microsoft 考试书籍。我想看看没有它的行为是什么。我没有可以为您运行全文测试的盒子，否则我会这样做。希望 cmets 可以帮助您找到解决方案。这是让你有点难过的好问题之一。所以它会是：SELECT...WHERE CONTAINS(Message, @Keyword)。 @Keyword 将设置为“0123456789000001”。请注意上面的 sn-p 中没有表示“零、一或更多”的酯符号。

直接使用这个字符串，不带变量是否有效？

【参考方案2】：

您是否尝试查询以下视图以查看系统停止列表中的内容？

select * from sys.fulltext_system_stopwords where language_id = 1033;

【讨论】：

通常的嫌疑人，但我的桌子上禁用了停用词。

【参考方案3】：

找到一个可行的解决方案。我添加了language 1033 作为附加参数。

SELECT * FROM MyTable WHERE CONTAINS(Message, @Keyword, langauge 1033)