我的實現目標是:
可以通過一個或多個關鍵詞搜索到文章。
可以通過文章的關鍵詞列表查詢到其相關文章。
查詢到的結果依據相關程度降序排列。
查詢速度要夠快。(理論上關鍵詞檢索比全文檢索要快很多的)
在網上找了一大圈,就沒有一個靠譜的方法,基本都是只能傳入單詞來檢索,而且基本都沒有提供C#驅動版本的代碼,於是乎自己研究出了這個實現方案:
首先要求使用標簽、分詞、關鍵詞提取組件對文章對應的關鍵詞進行提取,然後作為數組格式,存入文章的Keywords字段中。
核心檢索代碼:
/// <summary> /// 根據關鍵詞獲取文章編號與標題映射。 /// 注意:此方法會返回最為匹配的若干個項目,並根據匹配程度降序排列,即使是沒有任何關鍵詞匹配項,也會返回若干個結果的。 /// 另需注意:如果是根據文章關鍵詞來查詢,一般來說其中一定包含原文章,所以應該把期望獲得的數量加1,並在結果中移除原文。 /// </summary> /// <param name="limitNum">數量上限</param> /// <param name="keywords">關鍵詞集合</param> /// <returns>文章編號與標題映射字典</returns> public async Task<Dictionary<Guid, string>> GetArticleDicByKeywordsAsync(int limitNum, IEnumerable<string> keywords) { var list = await Database.GetCollection<Domain.Entity.Article>("Article").Aggregate() .Match(q => !q.IsDeleted && q.Keywords != null) .Project(q => new { q.Id, q.Title, Count = q.Keywords.Count(t => keywords.Contains(t)) }) .SortByDescending(q => q.Count) .Limit(limitNum) .ToListAsync(); return list.ToDictionary(f => f.Id, f => f.Title); }
注意:這裡一定要用Aggregate()方法做聚合,而不是常用的Find()方法做查詢,Find()方法後面跟Project()方法也不會改變方法鏈中操作的對象類型,這樣後面的SortByDescending()方法的目標對象還是Article類,而不是Project()方法中定義的匿名類,而SortByDescending()方法中傳入的表達式又僅允許用來選擇對象屬性,不允許進行任何計算,所以就根本無法實現我們的需求,我在發現Aggregate()方法之前就在這裡一直卡著很久~
用作關鍵詞搜索時一般就是把關鍵詞傳入就可以了,不過傳回的結果也有可能壓根沒有匹配到任何關鍵詞,所以最好在發給用戶前再檢查一遍項目的匹配程度,把沒有任何匹配的結果濾掉。
用作相關文章搜索時,直接把原文章的Keywords屬性值傳入,獲取數量要比你預計的數量多1,因為非常可能你的原文章就在獲取到的列表中,而且是前列,獲取後濾掉原文章的ID,再執行Take方法返回你需要數量的項目即可(執行Take方法是為了以防你的原文沒出現在列表中,這概率極小但也是有的)。
為了增進查詢效率,還可以預設好索引,代碼如下:
var c=Database.GetCollection<Domain.Entity.Article>("Article"); c.Indexes.DropAll(); await c.Indexes.CreateOneAsync( Builders<Domain.Entity.Article>.IndexKeys.Ascending(q => q.Keywords)); //參考自:http://mongodb.github.io/mongo-csharp-driver/2.2/reference/driver/admin/#creating-an-index
所使用的C#官方驅動版本是:MongoDB.Driver.2.2.3