大型數據庫中的數據關聯

Question

我們正在嘗試確定整個企業中存儲的某些信息的位置，以使其符合我們的數據政策。 在文件端，我們使用Nessus來搜索不同的文件，但是我想知道在數據庫端。

使用Nessus似乎毫無意義，因為它會輸出原始數據，並且不會告訴我們它位於哪個表或行中，也不會給我們提供很多有用的信息，特別是考慮到這些數據庫非常大（數百GB）。

同樣值得注意的是，該系統需要能夠進行基於模式的匹配（例如使用正則表達式）。 不只是“啞搜索”引擎。

我已經研究了使用數據挖掘和數據倉庫來查找此數據，但似乎它們更多地用於數據分析，而不僅僅是查找數據。

有沒有更好的方法來搜索數據庫中的大量數據以嘗試查找此信息？ 我們同時使用Oracle 11g和SQL Server 2008，並且都需要對它們進行搜索，因此我想避免使用特定於服務器的范例（盡管如果我必須重寫一些代碼以將T-SQL轉換為PL / SQL，反之亦然，我不介意）

Answer 1

在用於搜索大量文本的SQL Server上，可以查看“全文本搜索”。

在此處了解更多信息http://msdn.microsoft.com/en-us/library/ms142559.aspx

但是，如果我沒看錯的話，您希望以與網絡搜索引擎蜘蛛化網站和網頁類似的方式擴展數據庫。

您可以使用一組全文查詢來帶回跨越多個表的結果。

Answer 2

Oracle通過RegExp_Like（）函數支持正則表達式，並且應該非常簡單明了，可以根據系統元數據自動生成所需的代碼（例如，查找一定長度的所有文本列，並將它們包括在謂詞中）再次在該表中查找與您的正則表達式匹配的行和值）。 聽起來確實沒有太大挑戰。 從理論上講，您可以檢查約束列，以防止插入與正則表達式匹配的值，但是這可能會導致過度殺傷。

Answer 3

Oracle Text適用於搜索數據庫中存儲的大量文本（例如PDF，HTML，TXT或DOC）中的單詞/詞組。 有一些有限的模糊搜索，但本身沒有正則表達式。

您實際上並不需要進入要查找的數據類型或數據庫中的數據。 Nessus表示您正在尋找安全問題，但是“數據關聯”的標題表示完全不同的東西。

確實，數據結構應提供有關查找內容和位置的信息。 這就是數據庫的意義-為可訪問性構建數據。 支持CMS，論壇軟件或類似軟件的數據庫將是一團糟。