Oracle數(shù)據(jù)庫全文索引設(shè)置步驟簡介
2024-08-29 13:34:32
供稿：網(wǎng)友
已有幾個項目組開始使用Oracle的全文索引。Oracle的詞法分析器針對ZHS16GBK字符集的詞法分析尚不夠智能，只能機械地以字為單元進行匹配。對于utf8字符集的數(shù)據(jù)庫有一個新的漢語分析器chinese_lexer，效率有了很大改善。 現(xiàn)將驗證并整理過的如何進行oracle全文索引設(shè)置的文檔發(fā)給大家，適用于8i、9i各平臺版本。 對于DB2，有一個叫做TIE(Text Information Extend)的插件可以實現(xiàn)全文索引，不過據(jù)說它的語法分析也很原始。據(jù)介紹使用CM(Content Manager)能做到比較好的全文檢索，不過需要裝一大堆的軟件，不適于簡單的應用。 一．創(chuàng)建數(shù)據(jù)庫 1、使用dbassist創(chuàng)建數(shù)據(jù)庫時要選擇jserver和intermedia兩個選項。 2、檢查你的數(shù)據(jù)庫是否安裝了intermedia，可以通過檢查是否有ctxsys用戶和ctxapp角色(role). 3、假如沒有這個用戶和角色，意味著數(shù)據(jù)庫創(chuàng)建時未安裝intermedia功能。必須修改數(shù)據(jù)庫以安裝這項功能。修改過程： 運行 $ORACLE_HOME/bin/dbassist, 選擇'modify database', 然后在選擇數(shù)據(jù)庫功能時將jserver 和 intermedia 都選上（安裝intermedia必須同時安裝jserver). 二．設(shè)置extPRoc Oracle 通過 ‘外部調(diào)用功能’(external procedure)來實現(xiàn)intermedia的，因此正確地設(shè)置extproc是要害一步。 一般數(shù)據(jù)庫安裝完jserver和intermedia后在listener.ora 和tnsnames.ora中已經(jīng)設(shè)置了extproc。 1、測試extproc是否正常 重新啟動listener，然后，使用tnsping 來測試一下是否配置正確， 命令行下運行 tnsping extproc_connection_data或者 tnsping extproc_connection_data.world假如配置正確，會顯示： Attempting to contact (ADDRESS=(PROTOCOL=ipC)(KEY=EXTPROC)) OK（140毫秒）假如正確，可以跳過2、3步驟。否則請按照步驟2、3設(shè)置listener.ora 和tnsnames.ora文件，修改后一定要重新啟動listener，但并不需要重新啟動數(shù)據(jù)庫。 2、設(shè)置listerner.ora 假如tnsping失敗，需要配置listener 使它能監(jiān)聽intermedia 調(diào)用的請求。可以通過運行$ORACLE_HOME/bin/netassit 來進行配置，也可以手工修改配置文件： $ORACLE_HOME/network/admin/listener.ora然后重新啟動listener。 下面以一個例子來講述如何手工修改配置文件： 打開listener.ora文件，在修改前，通常有如下內(nèi)容（假定使用缺省listener）: LISTENER = (DESCRIPTION = (ADDRESS = (PROTOCOL = TCP)(HOST = MYDATABASE)(PORT = 1521)) ) SID_LIST_LISTENER = (SID_DESC = (GLOBAL_DBNAME = mydatabase.world) (ORACLE_HOME = /u01/app/oracle/prodUCt/8.1.6) (SID_NAME = mydatabase) )這個listener還沒有配置extproc, 因此，需要為它增加對extproc的監(jiān)聽，辦法就是分別增加description 和 sid_desc. 修改后的listner.ora 如下： LISTENER = (DESCRIPTION_LIST = (DESCRIPTION = (ADDRESS = (PROTOCOL = TCP)(HOST = MYDATABASE)(PORT = 1521)) ) (DESCRIPTION = (ADDRESS = (PROTOCOL = IPC)(KEY = EXTPROC)) ) ) SID_LIST_LISTENER = (SID_LIST = (SID_DESC = (GLOBAL_DBNAME = mydatabase.world) (ORACLE_HOME = /u01/app/oracle/product/8.1.6)
(SID_NAME = mydatabase) ) (SID_DESC = (PROGRAM = extproc) (SID_NAME = PLSExtProc) (ORACLE_HOME = /u01/app/oracle/product/8.1.6) ) )注重上面的host, global_dbname,sid_name,oracle_home應填寫你的數(shù)據(jù)庫的實際值，但program一項必須填寫extproc. 3、設(shè)置tnsnames.ora 其次，要配置服務器端的tnsnames.ora文件。該文件的位置在$ORACLE_HOME/network/admin下面。同樣可以通過運行netasst來進行配置。 在tnsnames.ora文件中需要增加如下一項： EXTPROC_CONNECTION_DATA,EXTPROC_CONNECTION_DATA.WORLD = (DESCRIPTION = (ADDRESS_LIST = (ADDRESS = (PROTOCOL = IPC)(KEY = EXTPROC)) ) (CONNECT_DATA = (SID = PLSExtProc) ) )注重其中，KEY 和SID必須與listener.ora中的key 和sid_name對應相同。 三．設(shè)置詞法分析器(lexer) Oracle 缺省使用basic_lexer這個分析器。basic_lexer針對英語。 要指定使用中文分析器, 操作步驟： 1． 用ctxsys用戶登陸intermedia text manager，口令ctxsys: 2．選擇首選項——〉語言指示器——〉創(chuàng)建，輸入指示器的名字如chinese_lexer，選擇lexer下的chinese_vgrnm_lexer 。 3．建立intermedia索引，指定索引名，選擇方案和表下的字段，例如system方案下的DOM_1_DOCLIB中的CURRENTTEXT字段，首選項中選擇chinese_lexer 。 這樣建立的全文檢索索引，就會使用chinese_vgram_lexer作為分析器。 4．在索引建好后，在該用戶下查到Oracle自動產(chǎn)生了以下幾個表，可以使用dba studio查看：（假設(shè)索引名為myindex）： DR$myindex$I，DR$myindex$K，DR$myindex$R，DR$myindex$N其中以I表最重要，查詢該表： select token_text, token_count from DR$I_RSK1$I where rownum<=20;可以看到該表中保存的是Oracle分析你的文檔后，生成的term記錄，包括term出現(xiàn)的位置、次數(shù)、hash值等。 四．使用job定時同步和優(yōu)化 在intermedia索引建好后，假如表中的數(shù)據(jù)發(fā)生變化，增加或修改了記錄，由于對表所發(fā)生的任何dml語句，都不會自動修改索引，因此，必須定時同步(sync)和優(yōu)化(optimize)索引，以正確反映數(shù)據(jù)的變化。 同步（sync）:將新的term 保存到I表； 優(yōu)化（optimize）:清除I表的垃圾，主要是將已經(jīng)被刪除的term從I表刪除。 Oracle提供了一個ctx server來做這個同步和優(yōu)化的工作，只需要在后臺運行這個進程，它會監(jiān)視數(shù)據(jù)的變化，及時進行同步。但存在許多問題。可以用下的兩個job來完成（該job要建在和表同一個用戶下）： -- sync: VARIABLE jobno number; BEGIN DBMS_JOB.SUBMIT(:jobno,'ctx_ddl.sync_index(''myindex'');', SYSDATE, 'SYSDATE + (1/24/4)'); commit; END; -- optimizer VARIABLE jobno number; BEGIN DBMS_JOB.SUBMIT(:jobno,'ctx_ddl.optimize_index(''myindex'',''FULL'');', SYSDATE, 'SYSDATE + 1'); commit; END;其中，第一個job的SYSDATE + (1/24/4)是指每隔15分鐘同步一次，第二個job的SYSDATE + 1是每隔1天做一次全優(yōu)化。具體的時間間隔，你可以根據(jù)自己的應用的需要而定。至此，你的全文檢索功能已設(shè)置完成。
