MongoDB的全文索引

​

Table of Contents

背景

如何使用

准备工作：插入数据

建立全局索引

查询结果

使用中存在哪些问题？

英文存在停止词

中文无法采用全文索引

---

前面了解了多种索引方式，比如单键索引，多键索引，复合索引等，这些感觉都太空，咱今天学习一下实用的索引——全文索引。

背景

比如我们在慕课中搜索一个内容mongodb，他是在全局搜索，包括课程，猿问，手记等。如果这个时候我们通过常见的查询，要写多个模糊查询，并且性能很慢，比如有些课程的题目中并没有mongodb，但是课程的简介中有mongodb，也需要查询出来。这个对性能的要求就太高了，有可能查询出来的时间根本忍受不了，就要砸电脑啦。

​

这个时候我们就可以使用MongoDB的全文索引功能。

如何使用

准备工作：插入数据

我们先做好准备工作，往数据库里面插入四条数据，如下图

​

​

建立全局索引

下图的意思是在name字段上建立全局索引，注意index type为text，意思是建立全局索引。

​

如果字段选择了$**，即表示全部字段。下面都是用了在name字段上加了全局索引。

​

查询结果

我们查询name为zhangsan的数据，如下图。

​

我们查询name为zhangsan或lisi的数据，如下图，空格连接，即空格表示或关系。

​

我们查询name为zhangsan，排除为lisi的数据，如下图，横杠表示非的关系。

​

我们查询name为zhangsan且name为one的数据，如下图，转义字符表示引号，如果字符加了引号即表示且的关系。

​

使用中存在哪些问题？

英文存在停止词

上面的查询虽然查询出来挺好的，但是下面我们将找找他的问题。

比如现在数据库中的数据如下。

​

我们要查询name包含is的数据，按道理来说，我们应该查出两条数据，可是执行结果如下。

​

一条数据都没查出来，这是因为is为停止词，具体原因：（该段取自https://www.cnblogs.com/yako/p/6805717.html）。

原来在英语里面会遇到很多a，the，or等使用频率很多的字或词，常为冠词、介词、副词或连词等。如果搜索引擎要将这些词都索引的话，那么几乎每个网站都会被索引，也就是说工作量巨大。可以毫不夸张的说句，只要是个英文网站都会用到a或者是the。那么这些英文的词跟我们中文有什么关系呢？ 在中文网站里面其实也存在大量的stopword，我们称它为停止词。比如，我们前面这句话，“在”、“里面”、“也”、“的”、“它”、“为”这些词都是停止词。这些词因为使用频率过高，几乎每个网页上都存在，所以搜索引擎开发人员都将这一类词语全部忽略掉。如果我们的网站上存在大量这样的词语，那么相当于浪费了很多资源。

中文无法采用全文索引

最大的问题来了，这货居然不支持中文。啊啊啊，是不是要疯啦。准确的来说，支持中文的能力没有想象中强大。

比如数据如下，

​

我想查询名称中包含张的数据，结果是查询不出来。

​

但我要查询名称中包含李的数据，结果却有。

​

这说明MongoDB中文全文索引建立方式与英文几乎相同 是根据词（英文单词）的方式建立的。 
如果一个值里面有多个值 则需要按空格方式隔开，”李 四” 系统则认为是两个词。 
感觉MongodB的中文全文索引沒有想象中的强大。