这次呢,我们就来看一个比较好玩的东西,那就是全文检索。这个东西呢,可以提高搜索效率,对于我们这些开发者或者DB来说,都是比较重要的。接下来,我们就来看一下它的定义。全文检索对每一个词建立一个索引,指明该词在文章中出现的次数和位置,当用户查询时,检索程序就根据事先建立的索引进行查找,并将查找的结果反馈给用户的检索方式。这个过程类似于通过字典中的检索字表查字的过程。MongoDB 从 2.4 版本开始支持全文检索,目前支持15种语言(暂时不支持中文)的全文索引。
- danish
- dutch
- english
- finnish
- french
- german
- hungarian
- italian
- norwegian
- portuguese
- romanian
- russian
- spanish
- swedish
- turkish
接下来,我们就来启用全文检索。MongoDB 在 2.6 版本以后是默认开启全文检索的,如果你使用之前的版本,你需要使用以下代码来启用全文检索:
>db.adminCommand({setParameter:true,textSearchEnabled:true})
或者使用命令:
mongod --setParameter textSearchEnabled=true
然后呢,我们就来创建全文检索的索引。首先我们考虑以下 posts 集合的文档数据,包含了文章内容(post_text)及标签(tags):
{
"post_text": "enjoy the mongodb articles on luyaran",
"tags": [
"mongodb",
"luyaran"
]
}
我们可以对 post_text 字段建立全文索引,这样我们可以搜索文章内的内容:
>db.posts.ensureIndex({post_text:"text"})
接下来我们就要开始来使用这个全文索引了。我们已经对 post_text 建立了全文索引,我们可以搜索文章中的关键词 luyaran:
>db.posts.find({$text:{$search:"luyaran"}})
上面的命令返回了如下包含 runoob 关键词的文档数据:
{
"_id" : ObjectId("53493d14d852429c10000002"),
"post_text" : "enjoy the mongodb articles on luyaran",
"tags" : [ "mongodb", "luyaran" ]
}
如果你使用的是旧版本的 MongoDB,你可以使用以下命令:
>db.posts.runCommand("text",{search:"runoob"})
接下来,我们就要删除已存在的全文索引。首先,我们可以使用 find 命令查找索引名:
>db.posts.getIndexes()
通过以上命令获取索引名,本例的索引名为post_text_text,执行以下命令来删除索引:
>db.posts.dropIndex("post_text_text")
完事呢,就要到正则表达式这一块儿了。先来了解一下。首先,正则表达式是使用单个字符串来描述、匹配一系列符合某个句法规则的字符串。许多程序设计语言都支持利用正则表达式进行字符串操作。然后呢,MongoDB 使用 $regex 操作符来设置匹配字符串的正则表达式。我们要知道,MongoDB使用PCRE (Perl Compatible Regular Expression) 作为正则表达式语言。不同于全文检索,我们使用正则表达式不需要做任何配置。接下来,我们还参照全文检索中的那个例子:
{
"post_text": "enjoy the mongodb articles on luyaran",
"tags": [
"mongodb",
"luyaran"
]
}
接下来,就要开始使用正则表达式了。我们可以使用以下命令使用正则表达式查找包含 luyaran 字符串的文章:
>db.posts.find({post_text:{$regex:"luyaran"}})
同时呢,上面的查询也可以写为:
>db.posts.find({post_text:/runoob/})
我们都知道,在正则表达式里,对于大小写的要求是非常严格的。那么,在MongoDB中呢?接下来我们就来看一下MongoDB中的不需要区分大小写的正则表达式。如果检索需要不区分大小写,我们可以设置 $options 为 $i。以下命令将查找不区分大小写的字符串 luyaran :
>db.posts.find({post_text:{$regex:"luyaran",$options:"$i"}})
集合中会返回所有包含字符串 luyaran 的数据,且不区分大小写:
{
"_id" : ObjectId("53493d37d852429c10000004"),
"post_text" : "hey! this is my post on luyaran",
"tags" : [ "luyaran" ]
}
好的,咱们再来看一个比较神奇的正则表达式,那就是数组元素使用正则表达式。如果可以在数组字段中使用正则表达式来查找内容,那么在标签的实现上非常有用。下面的实例是查找包含以 luy 开头的标签数据(lu 或 luy 或 luyaran):
>db.posts.find({tags:{$regex:"luy"}})
接下来我们就来看一个老生常谈的话题,优化正则表达式:
- 如果文档中字段设置了索引,那么使用索引相比于正则表达式匹配查找所有的数据查询速度更快。
- 如果正则表达式是前缀表达式,所有匹配的数据将以指定的前缀字符串为开始。例如:如果正则表达式为 ^tut ,查询语句将查找以 tut 为开头的字符串。
这里面使用正则表达式,有两点需要注意,首先是正则表达式中使用变量。一定要使用eval将组合的字符串进行转换,不能直接将字符串拼接后传入给表达式。否则没有报错信息,只是结果为空!实例如下:
var name=eval("/" + 变量值key +"/i");
其次就是模糊查询包含title关键词, 且不区分大小写:
title:eval("/"+title+"/i") // 等同于 title:{$regex:title,$Option:"$i"}
好啦,分享到这里就结束了,感谢大家欣赏,如果感觉不错的话,请多多点赞支持哦。。。