對於DB2,有一個叫做TIE(Text Information Extend)的插件可以實現全文索引,不過據說它的語法分析也很原始。據介紹使用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,不適於簡單的應用。
一.創建數據庫
1、使用dbassist創建數據庫時要選擇JServer和intermedia兩個選項。
2、檢查你的數據庫是否安裝了intermedia,可以通過檢查是否有ctxsys用戶和ctxapp角色(role).
3、如果沒有這個用戶和角色,意味著數據庫創建時未安裝intermedia功能。必須修改數據庫以安裝這項功能。修改過程:
運行 $Oracle_HOME/bin/dbassist, 選擇'modify database', 然後在選擇數據庫功能時將jserver 和 intermedia 都選上(安裝intermedia必須同時安裝JServer).
二.設置extproc
Oracle 通過 ‘外部調用功能’(external procedure)來實現intermedia的,因此正確地設置extproc是關鍵一步。 一般數據庫安裝完JServer和intermedia後在listener.ora 和tnsnames.ora中已經設置了extproc。
1、測試extproc是否正常
重新啟動listener,然後,使用tnsping 來測試一下是否配置正確,
命令行下運行
tnsping extproc_connection_data
或者
tnsping extproc_connection_data.world
如果配置正確,會顯示:
Attempting to contact (ADDRESS=(PROTOCOL=IPC)(KEY=EXTPROC)) OK(140毫秒)
如果正確,可以跳過2、3步驟。否則請按照步驟2、3設置listener.ora 和tnsnames.ora文件,修改後一定要重新啟動listener,但並不需要重新啟動數據庫。
2、設置listerner.ora
如果tnsping失敗,需要配置listener 使它能監聽intermedia 調用的請求。可以通過運行$Oracle_HOME/bin/netassit 來進行配置,也可以手工修改配置文件:
$Oracle_HOME/network/admin/listener.ora
然後重新啟動listener。
下面以一個例子來講述如何手工修改配置文件:
打開listener.ora文件,在修改前,通常有如下內容(假定使用缺省listener):
LISTENER =
(DESCRIPTION =
(ADDRESS = (PROTOCOL = TCP)(HOST = MYDATABASE)(PORT = 1521))
)
SID_LIST_LISTENER =
(SID_DESC =
(GLOBAL_DBNAME = mydatabase.world)
(ORACLE_HOME = /u01/app/Oracle/product/8.1.6)
(SID_NAME = mydatabase)
)
這個listener還沒有配置extproc, 因此,需要為它增加對extproc的監聽,辦法就是分別增加description 和 sid_desc. 修改後的listner.ora 如下:
LISTENER =
(DESCRIPTION_LIST =
(DESCRIPTION =
(ADDRESS = (PROTOCOL = TCP)(HOST = MYDATABASE)(PORT = 1521))
)
(DESCRIPTION =
(ADDRESS = (PROTOCOL = IPC)(KEY = EXTPROC))
)
)
SID_LIST_LISTENER =
(SID_LIST =
(SID_DESC =
(GLOBAL_DBNAME = mydatabase.world)
(ORACLE_HOME = /u01/app/Oracle/product/8.1.6)
(SID_NAME = mydatabase)
)
(SID_DESC =
(PROGRAM = extproc)
(SID_NAME = PLSExtProc)
(ORACLE_HOME = /u01/app/Oracle/product/8.1.6)
)
)
注意上面的host, global_dbname,sid_name,Oracle_home應填寫你的數據庫的實際值,但program一項必須填寫extproc.
3、設置tnsnames.ora
其次,要配置服務器端的tnsnames.ora文件。該文件的位置在$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)
)
)
注意其中,KEY 和SID必須與listener.ora中的key 和sid_name對應相同。
三.設置詞法分析器(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.在索引建好後,在該用戶下查到Oracle自動產生了以下幾個表,可以使用dba studio查看:(假設索引名為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分析你的文檔後,生成的term記錄,包括term出現的位置、次數、hash值等。
四.使用job定時同步和優化
在intermedia索引建好後,如果表中的數據發生變化,增加或修改了記錄,由於對表所發生的任何dml語句,都不會自動修改索引,因此,必須定時同步(sync)和優化(optimize)索引,以正確反映數據的變化。
同步(sync):將新的term 保存到I表;
優化(optimize):清除I表的垃圾,主要是將已經被刪除的term從I表刪除。
Oracle提供了一個ctx server來做這個同步和優化的工作,只需要在後台運行這個進程,它會監視數據的變化,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天做一次全優化。具體的時間間隔,你可以根據自己的應用的需要而定。至此,你的全文檢索功能已設置完成。