SQL Server針對文檔的全文本搜索（多個相關表和字段）

Question

我有一個包含多個表的文檔（在本例中為Invoice）結構：

• Invoice Header （編號（PK），客戶名稱，客戶地址等）

• Invoice Lines （發票號（PK），行號（PK），描述，數量，...）

• Invoice Header Comments （發票編號（PK），注釋編號（PK），注釋）

當我運行搜索時，我想針對整個文檔（作為一個實體，而不針對單獨的字段（客戶名稱+客戶地址+描述+注釋））執行搜索。

示例：與“自行車和柏林”或“慕尼黑或柏林”或“快速交付”有關的所有文檔。

您會建議采用哪種方法來解決此問題？

我是否應該創建單獨的索引表來存儲我要索引的所有字段（客戶名稱，客戶地址，描述，注釋）中的串聯值-每個文檔一行：

文檔索引 （文檔編號（PK），索引）在這種情況下，應如何使“文檔索引”表保持最新狀態？

我試圖創建連接值的索引視圖，但是受到限制-索引視圖不能包含子選擇或使用其他視圖。

我將不勝感激。

Answer 1

考慮到布爾搜索，多個列和表的需求，SQL全文本搜索將是最合適的方法。

該過程分為多個步驟，但是大致而言，您將需要：

1. 創建全文目錄
2. 為每個表創建一個全文索引
3. 生成/建立索引
4. 最后，在查詢中使用FT（目錄）

我強烈建議從“ 入門”文章開始 ，它將幫助您了解一些專業術語，結構以及如何在SQL Server中管理和使用全文本。

Answer 2

如果您需要對搜索結果進行排名（評分）或排序，則應創建一個新表，該表通過ETL流程將實體的所有全文可搜索數據（發票標題，行，注釋）組合為1柱。 這似乎是您對“文檔索引”表的建議所建議的。

為什么將它們組合成一張桌子？ 與將全文索引應用於每個現有表相比，此方法可產生更好的排名。 前一種解決方案產生一個等級，而后一種解決方案將為每個表格產生一個不同的等級，並且沒有將多個等級（基於完全不同的標度）分解為1個等級的准確方法。 為了說明差異：

-- Querying 1 table
SELECT RANK, KEY FROM CONTAINSTABLE(DocumentIndex.*, @searchString)

-- Querying multiple tables (this results in multiple rank values which cannot be resolved into a single rank)
SELECT RANK, KEY FROM CONTAINSTABLE(InvoiceHeader.*, @searchString)

SELECT RANK, KEY FROM CONTAINSTABLE(InvoiceLines.*, @searchString)

SELECT RANK, KEY FROM CONTAINSTABLE(InvoiceHeaderComments.*, @searchString)

如何將它們組合成一張桌子？ 您將需要某種ETL流程，該流程可以按計划運行（可能更易於實現，但會導致全文索引與主表不同步的滯后時間），或者每當主表按需運行時被修改（通過觸發器或通過掛接到數據層中的事件）。