Sql server 如何实现企业搜索

我们正在公司中搜索不同的数据源。我们有多个数据库中的信息，需要从我们的内部网进行搜索。最初的全文搜索（FTS）实验结果令人失望。我们已经实现了一个定制的搜索引擎，它可以很好地满足我们的需求。然而，我们希望确保我们做的是“正确的事情”，并且不会错过任何可以让我们的工作更轻松的好工具

我们需要：

列搜索

• 按列搜索的能力
• 我们标记表中哪些列是可搜索的

在db列和数据之间保持一定的关系

• 我们对结果提供高级过滤
• 促进（亚马逊风格）过滤
• 通过对结果进行分组并允许用户通过复选框进行筛选来提供筛选
• 这是一个很棒的特性，用户非常喜欢它

部分词匹配

• 我们有很多独特的标识符（产品id等）
• 唯一id可以包含具有含义（位置等）的子部分
• 或者只有一部分可用（当用户搜索时）
• 或者（由于设计决策非常糟糕），id中可能有空白
• 这是我们现在通过CHARINDEX（MSSQL）和INSTR（ORACLE）实现的一个主要功能
• 与全文相比，在MSSQL上使用char索引函数的性能相当（+/-）
• 没有在Oracle上进行测试
• 然而，针对这两种类型的数据库的搜索速度非常快
• 我们利用索引（MSSQL）和物化（Oracle）视图来提高速度
  • 这是一个巨大的胜利，Oracle物化视图优于MSSQL索引视图
  • 两者都在只读加入情况下提供加速功能（如搜索合并公司和产品）
• 符合用户对范例CTRL-f->enter text->find matches期望的搜索
• 全文搜索在这方面不是最好的（匹配速度慢且不一致）
• 部分匹配（参见“部分单词匹配”）

很高兴有：

实时搜索数据库

• 跳过索引跳过，这不是一个硬性要求

拼写建议

• Xapian有这个
• 类似于谷歌的“你的意思是：

我们不需要的是：

我们不需要索引文档

• 在这一点上，搜索我们的数据源是最重要的事情
• 即使在搜索文档时，我们也会寻找部分单词匹配，等等

排名

• 事实证明，我们自己的简单排名算法比FTS的同类算法要好得多
• 用户理解它，我们理解它，它几乎总是相关的

堵塞

• 只是不需要[跑|跑|跑]

高级搜索运算符

• 短语匹配，或/和等
• 根据雅各布·尼尔森的说法
  • 大多数用户都使用简单的搜索短语
  • 很少有人使用高级搜索（如果可用）
  • 信息架构第3版第185页
  • “很少有用户利用它们[高级搜索功能]”
  • 我们的类似亚马逊的过滤允许更好的过滤（通过用户测试）

全文搜索

• 我们发现结果对用户来说并不总是“有意义”
• 使用FTS进行搜索很难调整（哪一组运营商符合用户的期望）
• 高级搜索操作员是不可能的
• 我们不需要它们，因为
• 用户不理解它们
• 性能与char索引函数非常接近（+/1）
• 但结果有时只是“奇怪”

问题是： 是否有一种解决方案允许我们保留键值对“过滤功能”，提供特定于列的匹配、部分单词匹配和其他功能，而不必进行全文搜索？

我愿意接受任何建议。我想知道文档/哈希表nosql数据存储（MongoDB等）是否有用？( ). 任何与这些经验是赞赏的

再次强调，确保我们的内部定制版本没有遗漏某些内容。如果有什么“现成的”，我会感兴趣的。或者，如果您已经从一些组件中构建了一些东西，那么您使用了哪些组件（搜索引擎、数据存储等）以及为什么

---

你也可以提出你的FTS观点。在您说“只使用全文搜索，因为这是我们唯一的工具”之前，请确保它满足上述要求。

我建议您研究Solr，我相信它将满足您的需求：

---

对于现成的解决方案：您是否查看了

Google Mini/GSA网站的报价：

。。。如果直接数据库索引是对您的要求，我们鼓励您考虑具有直接数据库连接的谷歌搜索设备。

---

当然，它会以你所期望的那种愚蠢的方式索引所有其他内容。

我最终编写了自己的代码

结果非常好。用户喜欢它，它与我们现有的技术配合得很好

其实没那么难。只是花了点时间

特点：

• 分面搜索（亚马逊、沃尔玛等）
• 部分单词搜索（真正的内容不是全文）
• 搜索数据库（oracle、sql server等）和非数据库源
• 与现有环境很好地集成
• 维护关系，以便进行n对n搜索和显示
• -->这意味着我可以在搜索结果中显示主记录的子记录
• -->我还可以搜索任何子字段并返回主记录

---

使用字典和大量内存可以做的事情真是太棒了。

ApacheSolr是一种很好的项目启动方式，而且它是开源的。你也可以