主页 / dba / 问题 / 47816
Accepted
Delux
Asked: 2013-08-09 10:44:18 +0800 CST

全文搜索 XML 属性

  • 772

我正在尝试确定是否可以使用全文搜索从存储在启用 FILESTREAM 的列中的 xml blob 中检索属性（属性）值。下面是一个示例，其中 message 是一个varbinary(max)存储 xml 消息的字段：

SELECT message FROM AuditTable
WHERE CONTAINS ( PROPERTY ( message, 'AccountNo' ), '123456');

在 MSDN 页面Search Document Properties with Search Property Lists上，页面顶部的摘要包含以下声明：“另一方面，XML IFilter 不发出属性。”

我很困惑，因为这似乎适用于 XML 文档。我开始准备一个环境来测试，但我想先问一下，以防万一有人已经知道了。

full-text-search sql-server-2012

1 个回答

  1. Best Answer

    如果您说的是 Word 或 Excel 文档，那么这些文档具有众所周知的属性，例如作者、标题、关键字等，您可以将这些属性与搜索属性列表和全文索引相关联。可用的属性取决于它们的 IFilter。您可以使用 PROPERTY 关键字来查询这些属性。

    但是对于 .xml 文件，文档不太可能具有这些自定义属性，而您真正想要做的是搜索 xml 内容。AccountNo 听起来只是 xml 中的一个属性，而不是文档属性。您可以使用普通的全文搜索方法搜索您的 xml，但是在全文索引中将忽略 xml 标记和属性名称。您可以查询属性和元素内容。您还可以将文件内容转换为 xml 并使用内置的 xml 方法，例如 .query、.nodes、.value 和 .exist。完成这个演示，看看它是否有意义：

    USE master
GO

IF EXISTS ( SELECT * FROM sys.databases WHERE name = 'filestreamDemo' )
BEGIN
    ALTER DATABASE filestreamDemo SET SINGLE_USER WITH ROLLBACK IMMEDIATE
    DROP DATABASE filestreamDemo
END
GO

CREATE DATABASE filestreamDemo
ON PRIMARY (name = filestreamDemo_File, filename = N'c:\temp\filestreamDemo.mdf' ),
FILEGROUP FG_filestreamDemo CONTAINS FILESTREAM ( NAME = filestreamDemo_FS_File, FILENAME = N'c:\temp\filestreamDemo_FS' )
WITH FILESTREAM ( 
    non_transacted_access = FULL,
    directory_name = N'filestreamDemo' )
GO


USE filestreamDemo
GO

-- DROP TABLE dbo.AuditTable
IF OBJECT_ID('dbo.AuditTable') IS NULL 
CREATE TABLE dbo.AuditTable
(
    rowId           INT IDENTITY CONSTRAINT PK_AuditTable PRIMARY KEY,
    Id              UNIQUEIDENTIFIER ROWGUIDCOL NOT NULL UNIQUE,
    [message]       VARBINARY(MAX) FILESTREAM NULL,
    fileExt         VARCHAR(5) NOT NULL
)
GO

IF NOT EXISTS ( SELECT * FROM sys.fulltext_catalogs WHERE name = N'ft' ) 
CREATE FULLTEXT CATALOG ft AS DEFAULT
GO

CREATE FULLTEXT INDEX ON dbo.AuditTable
    ( [message] TYPE COLUMN fileExt )
    KEY INDEX PK_AuditTable ON ft
    WITH ( CHANGE_TRACKING = MANUAL, STOPLIST = SYSTEM )
GO

INSERT INTO dbo.AuditTable ( Id, [message], fileExt )
SELECT
    NEWID(),
    CAST( '<root AccountNo="123456"/>' AS VARBINARY(MAX) ),
    'xml'

UNION ALL

SELECT
    NEWID(),
    CAST( '<root><child AccountNo="123456"/>elementValue</root>' AS VARBINARY(MAX) ),
    'xml'

UNION ALL

SELECT
    NEWID(),
    CAST( '<dummy/>' AS VARBINARY(MAX) ),
    'xml'
GO


ALTER FULLTEXT INDEX ON dbo.AuditTable START FULL POPULATION;
GO

SELECT 'before' ft, * FROM sys.fulltext_indexes
GO

DECLARE @i INT = 0

WHILE EXISTS ( SELECT * FROM sys.fulltext_indexes WHERE has_crawl_completed = 0 )
BEGIN
    WAITFOR DELAY '00:00:05'

    SET @i += 1
    IF @i > 60 BEGIN THROW 50001, 'Too many loops!', 1 BREAK END

END
GO

SELECT 'after' ft, * FROM sys.fulltext_indexes
GO


-- Have a look in the full-text index
SELECT *
FROM sys.dm_fts_index_keywords_by_document(DB_ID(), OBJECT_ID('dbo.AuditTable'))
ORDER BY document_id


-- Search using full-text; WON'T WORK
SELECT [message], CAST( [message] AS VARCHAR(MAX) ) 
FROM AuditTable
WHERE CONTAINS ( [message], 'AccountNo');


-- will work
SELECT [message], CAST( [message] AS VARCHAR(MAX) ) 
FROM AuditTable
WHERE CONTAINS ( [message], '123456');


-- will work: numbers are prefixed with nn in full-text indexes
SELECT [message], CAST( [message] AS VARCHAR(MAX) ) 
FROM AuditTable
WHERE CONTAINS ( [message], 'nn123456');


-- Cast to xml and search using normal xml methods
SELECT *
FROM ( SELECT rowId, ID, CAST( [message] AS XML ) [message] FROM dbo.AuditTable ) a
WHERE a.message.exist('//@AccountNo[.="123456"]') = 1
GO

    我还进行了测试，但无法按照文档的建议让 xml 文档发出任何属性。然而，我可以让它与标准的 Word 文档一起使用。

    • 3

相关问题