(转)sql2005全文索引.doc

### SQL Server 2005 全文索引详解 #### 一、全文索引概述 在数据库领域，为了提高查询效率，索引是必不可少的一部分。对于短文本字段或者数值类型字段，传统的索引（例如B-tree索引）非常有效。然而，对于长文本字段，如文章内容等，传统索引的性能就会大大降低。在这种情况下，**全文索引**作为一种特殊的索引技术，可以显著提升在长文本字段中的搜索速度。 #### 二、全文索引概念 **全文索引**与普通索引不同，它是一种基于标记的功能性索引，由Microsoft SQL Server全文引擎服务创建和维护。全文索引允许用户快速且灵活地为存储在SQL Server数据库中的文本数据创建基于关键字查询的索引。与LIKE语句不同，全文索引是根据特定语言的规则对词和短语进行搜索，因此更加精准高效。 #### 三、全文索引常用术语 1. **全文索引**: 存储有关重要词汇及其在文档中位置信息的一种特殊索引，用于快速全文查询。 2. **全文目录**: 存储全文索引的位置，必须位于与SQL Server实例关联的本地硬盘上。一个全文目录可以满足一个或多个表的索引需求。 3. **断字符与词干分析器**: 断字符用于确定词的边界，词干分析器则用于分析词的词根形式。这些工具根据不同的语言规则处理文本，提高搜索准确性。 4. **标记**: 由断字符标识出的词或字符串。 5. **筛选器**: 用于从varbinary(max)或image列中的文件提取特定文本类型的文本，将提取的信息用于建立索引。 6. **填充（爬网）**: 创建和维护全文索引的过程。 7. **干扰词**: 频繁出现但对搜索无意义的词汇，通常会在全文索引中被忽略。 #### 四、全文索引的体系结构 SQL Server 的全文索引体系由SQL Server Full Text Search服务维护。该服务可以在Windows操作系统的服务管理器中找到，如图3.1所示。只有在该服务处于启动状态时，才能使用全文索引功能。 SQL Server Full Text Search服务由两部分组成： 1. **Microsoft Full-Text Engine for SQL Server (MSFTESQL)**: 负责填充全文索引、管理全文索引和全文目录，以及对数据库中的数据表进行全文搜索。 2. **Microsoft Full-Text Engine Filter Daemon (MSFTEFD)**: 包含筛选器、协议处理程序和断字符三个组件。筛选器从文档中提取文本信息并删除非文本信息；协议处理程序访问数据表中的数据；断字符确定词的边界。 #### 五、全文索引的创建与维护 当全文填充（爬网）开始时，数据库引擎会将大量数据加载到内存中，并通知Microsoft Full-Text Engine for SQL Server开始进行索引。这一过程涉及到以下几个步骤： 1. **数据加载**: 数据库引擎将数据加载到内存中。 2. **数据处理**: MSFTESQL服务使用协议处理程序组件从内存中获取数据进行处理。 3. **索引生成**: 生成全文索引。对于varbinary(max)或image列中的数据，筛选器会根据指定的文件格式提取文本。 4. **索引更新**: 当全文索引表中的数据发生变化时，全文索引组件负责更新索引。 通过以上过程，全文索引能够在保持高效查询的同时，保证数据的一致性和完整性。全文索引技术的应用极大地提升了SQL Server 2005在处理大规模文本数据时的能力，使得用户能够在海量数据中快速定位所需信息。