Stannum，我想请教中文分词全文检索的问题
来源：9-6 【分片】不一样的查询 - 分片查询
非同凡想之人
2020-03-05
我现在遇到了一个场景，就是中文的，比如 我以 name 建立索引。
db.stores.insert(
[
{ _id: 1, name: "玩转mongo数据库", description: "Coffee and cakes" },
{ _id: 2, name: "Burger Buns", description: "Gourmet hamburgers" },
{ _id: 3, name: "Coffee Shop", description: "Just coffee" },
{ _id: 4, name: "Clothes Clothes Clothes", description: "Discount clothing" },
{ _id: 5, name: "Java Shopping", description: "Indonesian goods" }
]
)
db.stores.createIndex( { name: "text" } )
我希望如下语句就能匹配到所有正确结果：
db.stores.find( { $text: { $search: "\"数据库\"" } } )
可实际上，这个语句一个结果也查找不出来。
写回答
1回答
-
同学你好～mongodb对中文进行文本检索的困难主要在于中文的分词...西方语言的词汇之间往往都有一个空格来做天然的区分，但是中文没有...这就是为什么你上面这个搜索无法返回结果，因为你实际上是进行了一个分词的搜索，而不是完全的匹配。如果你用完整的关键词，"玩转mongo数据库"，来进行搜索，应该是可以返回这篇文档的。
所以，如果你要进行较为复杂灵活的中文文本搜索，我建议使用mongodb以外的技术（比如将数据由mongodb推到elasticsearch引擎里进行搜索）
当然了，如果一定要用mongodb搜索，还有一个“笨”办法，就是你可以人工分词...在数据中的词与词之间加上空格，比如说：{ _id: 1, name: "玩转 mongo 数据库", description: "Coffee and cakes" }。这个方法的局限性显而易见...我只是说一下供你参考而已～
112020-03-27
相似问题