Início / dba / Perguntas / 177342
Accepted
Jefferson B. Elias
Asked: 2017-06-27 21:42:48 +0800 CST

Índice FullText na coluna VARBINARY: como encontrar string com ponto

  • 772

Em uma instância do servidor SQL Server 2012 SP3 CU8, temos arquivos PDF que foram inseridos em uma tabela chamada OBJECT_FILEcriada da seguinte forma:

CREATE TABLE [dbo].[OBJECT_FILE](
    [FILE_ID] [int] NOT NULL,
    [FILE_FIN] [int] NOT NULL,
    [OBJ_FILE_IDX_DOCTYPE] [varchar](3) NULL,
    [FILE_TYPE] [smallint] NOT NULL,
    [FILE_TXT] [varbinary](max) NULL,
    [FILE_TXT_SIZE] [int] NULL DEFAULT ((0)),
    CONSTRAINT [PK_DM_OBJECT_FILE] PRIMARY KEY CLUSTERED (
        [FILE_ID] ASC
    )
    WITH (
        PAD_INDEX = OFF, 
        STATISTICS_NORECOMPUTE = OFF, 
        IGNORE_DUP_KEY = OFF, 
        ALLOW_ROW_LOCKS = ON, 
        ALLOW_PAGE_LOCKS = ON
    ) ON [INDEXFG]
) ON [INDEXFG] TEXTIMAGE_ON [BLOBFG]

Também criamos um Índice FullText que é construído na FILE_TXTcoluna, que é um VARBINARY(MAX), criado da seguinte forma:

CREATE FULLTEXT INDEX 
ON OBJECT_FILE (
    FILE_TXT TYPE COLUMN OBJ_FILE_IDX_DOCTYPE
) 
KEY INDEX PK_DM_OBJECT_FILE 
WITH STOPLIST=OFF;

Nessa tabela, estamos dispostos a inserir o conteúdo de documentos antigos. Nestes conteúdos, encontraremos um identificador único inserido no passado que segue uma convenção de nomenclatura:

CORP-MMM-<three_digits_0_to_9>.<three_digits_0_to_9>

Quando tento fazer uma pesquisa usando a função interna CONTAINS em um identificador específico que sei que existe, ele não me retorna nenhum resultado. Eu uso a seguinte cláusula WHERE:

WHERE CONTAINS(FILE_TXT,'CORP-MMM-456.245')

embora uma pesquisa com a seguinte cláusula WHERE me forneça vários resultados:

WHERE CONTAINS(FILE_TXT,'CORP-MMM-456.*')

e o registro em questão pode ser encontrado com LIKE:

WHERE FILE_TXT LIKE '%CORP-MMM-456.245%'

Minha pergunta é:

Por que não consigo obter um registro específico sobre minha cláusula WHERE e como posso fazê-la funcionar?

sql-server sql-server-2012

2 respostas

  1. Desculpe, isso pode não ser uma resposta, mas não posso colocar isso no comentário. Com base no comentário do OP @Jefferson (como resposta ao meu comentário), não consegui reproduzir o comportamento. Eu posso obter um registro de volta com a cláusula where que corresponde exatamente ao valor.

    Eu testei isso com o seguinte código (copiado e modificado daqui )

    CREATE TABLE Department 
   (DepartmentID INT IDENTITY CONSTRAINT DepartmentPK PRIMARY KEY, 
    NAME NVARCHAR(50),
    File_txt NVARCHAR(50));
GO
INSERT INTO Department (NAME, File_txt) VALUES ('OP1', 'CORP-MMM-456.245');
INSERT INTO Department (NAME, File_txt) VALUES ('OP2', 'CORP-MMM-456.246');
INSERT INTO Department (NAME, File_txt) VALUES ('OP3', 'CORP-MMM-456.247');
INSERT INTO Department (NAME, File_txt) VALUES ('OP4', 'CORP-MMM-456.245.246');

Go
CREATE FULLTEXT CATALOG ComplexFTS AS DEFAULT;
GO
CREATE FULLTEXT INDEX ON Department(File_txt LANGUAGE 1033 /* 0 = Neutral, 1033 = American English  */)  
KEY INDEX DepartmentPK WITH (STOPLIST = OFF); /* Or use (stoplist = Off) for no stoplist */
GO
WAITFOR DELAY '00:00:05';
GO
SELECT * FROM Department WHERE CONTAINS (File_txt,'"CORP-MMM-456.*"');
SELECT * FROM Department  WHERE CONTAINS(File_txt,'CORP-MMM-456.245')
GO

    Isso é o que recebo como meu conjunto de resultados.

    insira a descrição da imagem aqui

    Código de limpeza.

    DROP FULLTEXT INDEX ON Department;
GO
DROP FULLTEXT CATALOG ComplexFTS;
GO
DROP TABLE Department;
GO
    • 1
  2. Best Answer

    A solução consistiu na mudança do Índice de Texto Completo de inglês para idioma neutro.

    Isso pode ser explicado usando a seguinte sys.dm_fts_parserfunção interna do SQL Server.

    select * from sys.dm_fts_parser( '" dsolkjfdskljfsd dfsd-MMM-236.127 dojfdslfkjds"', 1033, -- English NULL, 0 ) ;

    leva à exclusão do "." caractere em palavras-chave:

    Análise de String de Texto Completo com Language = English

    ao seguir o código, mantenha esse caractere disponível para pesquisas: select * from sys.dm_fts_parser( '" dsolkjfdskljfsd dfsd-MMM-236.127 dojfdslfkjds"', 0, -- Neutral NULL, 0 ) ; Resultados:

    Análise de string de texto completo com Language = Neutral

    Nós descartamos o índice existente e o criamos usando a LANGUAGE 0opção e isso resolveu nosso problema.

    • 0

relate perguntas