SQL查询匹配关键字？

Question

我有一个表，其中有一列为 nvarchar(max) ，其中包含从 Word 文档中提取的文本。如何创建一个选择查询，将另一个关键字列表作为参数传递，并返回按匹配数排序的行？

也许可以通过全文搜索来实现？

Answer 1

是的，可以通过全文搜索，并且可能是最佳答案。对于直接的 T-SQL 解决方案，您可以使用拆分函数和联接，例如假设一个名为 dbo.Numbers 的数字表（您可能需要决定不同的上限）：

SET NOCOUNT ON;
DECLARE @UpperLimit INT;
SET @UpperLimit = 200000;

WITH n AS
(
    SELECT
        rn = ROW_NUMBER() OVER
        (ORDER BY s1.[object_id])
    FROM sys.objects AS s1
    CROSS JOIN sys.objects AS s2
    CROSS JOIN sys.objects AS s3
)
SELECT [Number] = rn - 1
INTO dbo.Numbers
FROM n
WHERE rn <= @UpperLimit + 1;

CREATE UNIQUE CLUSTERED INDEX n ON dbo.Numbers([Number]);

以及使用该数字表的拆分函数：

CREATE FUNCTION dbo.SplitStrings
(
    @List NVARCHAR(MAX)
)
RETURNS TABLE
AS
    RETURN
    (
        SELECT DISTINCT
            [Value] = LTRIM(RTRIM(
                SUBSTRING(@List, [Number],
                CHARINDEX(N',', @List + N',', [Number]) - [Number])))
        FROM
            dbo.Numbers
        WHERE
            Number <= LEN(@List)
            AND SUBSTRING(N',' + @List, [Number], 1) = N','
    );
GO

然后你可以简单地说：

SELECT key, NvarcharColumn /*, other cols */
FROM dbo.table AS outerT
WHERE EXISTS
(
  SELECT 1 
    FROM dbo.table AS t 
    INNER JOIN dbo.SplitStrings(N'list,of,words') AS s
    ON t.NvarcharColumn LIKE '%' + s.Item + '%'
    WHERE t.key = outerT.key
);

作为一个过程：

CREATE PROCEDURE dbo.Search
    @List NVARCHAR(MAX)
AS
BEGIN
    SET NOCOUNT ON;

    SELECT key, NvarcharColumn /*, other cols */
    FROM dbo.table AS outerT
    WHERE EXISTS
    (
      SELECT 1 
        FROM dbo.table AS t 
        INNER JOIN dbo.SplitStrings(@List) AS s
        ON t.NvarcharColumn LIKE '%' + s.Item + '%'
        WHERE t.key = outerT.key
    );
END
GO

然后你可以传入 @List （例如 EXEC dbo.Search @List = N'foo,bar,splunge' ) 来自 C#。

这不会非常快，但我确信它会比将所有数据提取到 C# 中并手动进行双嵌套循环更快。

Answer 2

如何...返回按[全文]匹配数排序的行

我自己没有使用过它，但相信 SQL Server 2008 支持 CONTAINSTABLE 匹配的加权可能对您有帮助：

            http://msdn.microsoft.com/en-us/library/ms189760.aspx

如果您没有一个返回按点击次数加权的结果的引擎...

您可以编写一个接受两个输入并返回一个整数的 UDF：大文本值是第一个输入，而您正在寻找的单词第二个是逗号分隔的字符串。该函数返回一个整数，表示在文本中实际至少找到一次的不同查找单词的数量，或者查找查找单词的总次数。实施——如何衡量——取决于你。例如，您可能希望按照从最重要到最不重要的顺序排列查找的单词，并为重要的单词命中赋予比不太重要的单词命中更高的权重。

然后，您可以使用全文搜索引擎查找至少包含一个单词（您对它们进行 OR 运算）的所有记录，然后通过 UDF 标量函数运行此结果集：

             pseudo code

            select title,  weightfunction(summary, 'word1,word2,word3....wordN')
            from docs
            where summary contains ( word1 or word2 or word3 ... or wordN)
            order by weightfunction(summary, 'word1,word2,word3....wordN') desc