Oracle全文索引设置步骤

2/9/2008来源:Oracle教程人气:7699

  已有几个项目组开始使用Oracle的全文索引。Oracle的词法分析器针对ZHS16GBK字符集的词法分析尚不够智能,只能机械地以字为单元进行匹配。对于utf8字符集的数据库有一个新的汉语分析器chinese_lexer,效率有了很大改善。 现将验证并整理过的如何进行oracle全文索引设置的文档发给大家,适用于8i、9i各平台版本。   对于DB2,有一个叫做TIE(Text Information Extend)的插件可以实现全文索引,不过据说它的语法分析也很原始。据介绍使用CM(Content Manager)能做到比较好的全文检索,不过需要装一大堆的软件,不适于简单的应用。   一.创建数据库   1、使用dbassist创建数据库时要选择jserver和intermedia两个选项。   2、检查你的数据库是否安装了intermedia,可以通过检查是否有ctxsys用户和ctxapp角色(role).   3、假如没有这个用户和角色,意味着数据库创建时未安装intermedia功能。必须修改数据库以安装这项功能。修改过程:   运行 $ORACLE_HOME/bin/dbassist, 选择'modify database', 然后在选择数据库功能时将jserver 和 intermedia 都选上(安装intermedia必须同时安装jserver).   二.设置extPRoc   Oracle 通过 ‘外部调用功能’(external procedure)来实现intermedia的,因此正确地设置extproc是要害一步。 一般数据库安装完jserver和intermedia后在listener.ora 和tnsnames.ora中已经设置了extproc。   1、测试extproc是否正常   重新启动listener,然后,使用tnsping 来测试一下是否配置正确,   命令行下运行   tnsping extproc_connection_data 或者   tnsping extproc_connection_data.world   假如配置正确,会显示:   Attempting to contact (ADDRESS=(PROTOCOL=ipC)(KEY=EXTPROC)) OK(140毫秒)   假如正确,可以跳过2、3步骤。否则请按照步骤2、3设置listener.ora 和tnsnames.ora文件,修改后一定要重新启动listener,但并不需要重新启动数据库。   2、设置listerner.ora   假如tnsping失败,需要配置listener 使它能监听intermedia 调用的请求。可以通过运行$ORACLE_HOME/bin/netassit 来进行配置,也可以手工修改配置文件:$ORACLE_HOME/network/admin/listener.ora ,然后重新启动listener。   下面以一个例子来讲述如何手工修改配置文件:   打开listener.ora文件,在修改前,通常有如下内容(假定使用缺省listener):     LISTENER =
    (DESCRIPTION =
    (ADDRESS = (PROTOCOL = TCP)(HOST = MYDATABASE)(PORT = 1521))
    )
    SID_LIST_LISTENER =
    (SID_DESC =
    (GLOBAL_DBNAME = mydatabase.world)
    (ORACLE_HOME = /u01/app/oracle/prodUCt/8.1.6)
    (SID_NAME = mydatabase)
    )   这个listener还没有配置extproc, 因此,需要为它增加对extproc的监听,办法就是分别增加description 和 sid_desc. 修改后的listner.ora 如下:    LISTENER =
    (DESCRIPTION_LIST =
    (DESCRIPTION =
    (ADDRESS = (PROTOCOL = TCP)(HOST = MYDATABASE)(PORT = 1521))
    )
    (DESCRIPTION =
    (ADDRESS = (PROTOCOL = IPC)(KEY = EXTPROC))
    ) )
    SID_LIST_LISTENER =
    (SID_LIST =
    (SID_DESC =
    (GLOBAL_DBNAME = mydatabase.world)
    (ORACLE_HOME = /u01/app/oracle/product/8.1.6)
    (SID_NAME = mydatabase) )
    (SID_DESC =
    (PROGRAM = extproc)
    (SID_NAME = PLSExtProc)
    (ORACLE_HOME = /u01/app/oracle/product/8.1.6)
    )    )
  注重上面的host, global_dbname,sid_name,oracle_home应填写你的数据库的实际值,但program一项必须填写extproc.   3、设置tnsnames.ora   其次,要配置服务器端的tnsnames.ora文件。该文件的位置在$ORACLE_HOME/network/admin下面。同样可以通过运行netasst来进行配置。   在tnsnames.ora文件中需要增加如下一项:     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必须与listener.ora中的key 和sid_name对应相同。   三.设置词法分析器(lexer)   Oracle 缺省使用basic_lexer这个分析器。basic_lexer针对英语。要指定使用中文分析器, 操作步骤:   1.用ctxsys用户登陆intermedia text manager,口令ctxsys:   2.选择首选项——〉语言指示器——〉创建,输入指示器的名字如chinese_lexer,选择lexer下的chinese_vgrnm_lexer 。   3.建立intermedia索引,指定索引名,选择方案和表下的字段,例如system方案下的DOM_1_DOCLIB中的CURRENTTEXT字段,首选项中选择chinese_lexer 。   这样建立的全文检索索引,就会使用chinese_vgram_lexer作为分析器。   4.在索引建好后,在该用户下查到Oracle自动产生了以下几个表,可以使用dba studio查看:(假设索引名为myindex): DR$myindex$I,DR$myindex$K,DR$myindex$R,DR$myindex$N   其中以I表最重要,查询该表: select token_text, token_count from DR$I_RSK1$I where rownum<=20;   可以看到该表中保存的是Oracle分析你的文档后,生成的term记录,包括term出现的位置、次数、hash值等。   四.使用job定时同步和优化   在intermedia索引建好后,假如表中的数据发生变化,增加或修改了记录,由于对表所发生的任何dml语句,都不会自动修改索引,因此,必须定时同步(sync)和优化(optimize)索引,以正确反映数据的变化。   同步(sync):将新的term 保存到I表;   优化(optimize):清除I表的垃圾,主要是将已经被删除的term从I表删除。   Oracle提供了一个ctx server来做这个同步和优化的工作,只需要在后台运行这个进程,它会监视数据的变化,及时进行同步。但存在许多问题。可以用下的两个job来完成(该job要建在和表同一个用户下):     -- 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,第一个job的SYSDATE + (1/24/4)是指每隔15分钟同步一次,第二个job的SYSDATE + 1是每隔1天做一次全优化。具体的时间间隔,你可以根据自己的应用的需要而定。至此,你的全文检索功能已设置完成。