C# 数据库中基于文本搜索的最佳实践

我有一个应用程序，我需要搜索各种基于文本的字段。该应用程序是使用NHibernate作为ORM开发的

我希望在搜索中实现Porter词干分析，以便能够返回相关结果，即使关键字与类似的单词匹配，例如，产品描述包含

内存

，而搜索关键字为

内存

有人能为这类搜索推荐最佳实践吗？首先想到的是在数据库中存储同一字段的两个版本，例如：

Description
Description_Search

Description

列是网站管理员输入的文本，是前端可见的文本

Description\u Search

将包含相同的文本，但通过波特词干算法传递。然后，搜索查询将基于

Description\u Search

字段，而不是

Description

这有意义吗？存储几乎相同文本的两个版本是否浪费空间

另外，

Lucene.Net

在这种情况下会有帮助吗？我也在考虑将Lucene.Net集成到基于全文的搜索中，但还没有详细研究

---

提前谢谢

这不需要使用两个字段，一个就足够了。一个字段有两个“值”，一个存储的值可以使用

Document.Get（…）

检索，另一个索引的值用于搜索。技术上也不需要存储这些值，一个常见的解决方案是存储一个用于在数据库中查找原始内容的id。这还允许您查找更多信息，如作者信息和文档位置

在这种情况下，Lucene.Net会有所帮助，但它需要您自己编写基础结构。您需要注意配置分析器（通常无需配置），并为内容编制索引。正如在评论中提到的，您可以使用SQL Server的全文搜索功能，但它本身有一些限制（这可能不会影响您）

我在使用SQL Server的FTS时遇到的一个大问题是重音敏感，但它在Lucene.Net中工作（这并不公平，因为在编写代码之后，您几乎可以在Lucene.Net中执行任何操作）。我无法使用瑞典语规则对其进行配置，其中

åäö

应被视为真实字符。启用重音敏感度可以做到这一点，但也意味着变音符号被解析为实字符，这意味着

ñ

不同于

n

。（想象一下，搜索“墨西哥辣椒”却找不到匹配的“墨西哥辣椒”）。禁用重音敏感度基本上会删除所有的变音符号，将

变为
aao
，单词结果完全不同

在Lucene.Net中编写内容（与SQL Server FTS相比）允许您提供结果突出显示（显示文档中与查询匹配的短语）、搜索类似文档、拼写检查、自定义结果增强、方面，以及其他可以增强用户搜索体验的功能。
一些RDBMS产品提供了一些功能，以方便搜索，而无需您做很多额外的工作。我想到了SQLServer的全文搜索，但还有其他的。如果它极大地提高了性能，那么复制数据并不是浪费。事实上，这和索引是一样的。Lucene看起来很简单：从发布这篇文章的时候起，我已经使用Lucene.Net很长时间了，它的任务非常出色，而且完全可以定制。这篇文章总结了这一切，从而得出了答案。