需要關於我自己的搜索引擎的基本sql查詢的幫助實現

我正在做一個搜索引擎在java（eclipse）中的實現我有一個名爲tbl_index的表，我在那裏保存了所有關鍵字，並保存了一個名爲keyWord的列，列url中的URL。需要關於我自己的搜索引擎的基本sql查詢的幫助實現

現在，如果一個搜索詞包含多個單詞，我將如何編寫一個查詢來查找包含所有單詞的所有網址。

表信息：

列1：keyWord (nvarchar(50))

列2：url (varchar(800))

這兩個是合表的主鍵。請建議一種方法，我不必改變我的talbe結構。雖然指出我當前模式中的任何錯誤會很有幫助。

也請建議一些很好的索引技術，以索引我從網站的html（keyWord列）獲得的關鍵字。

來源

2012-06-01 Saad Masood

也許逆向索引可能有幫助..這是我做了什麼，當我把一個內部的搜索引擎。 http://en.wikipedia.org/wiki/Reverse_index – GDF

爲什麼不只是全文？這只是爲了咯咯笑嗎？ –

@JeremyHolovacs全文顯示是什麼意思？我有幾十段對每個網址，我分成單詞，然後插入數據庫 –

這將基本上是2個步驟的過程。

A.首先打破你的搜索項單獨的詞是這樣的：

String[] words = searchTerm.split("\\W+");

B.然後構建查詢通過遍歷數組的話，創造這樣的查詢：

Select url from tbl_index where keyword in ('word1', 'word2', 'word3');

這裏word1，word2，word3基本上是words[0], words[1], words[2]等

PS：你可能不想去精確匹配 keyw在這種情況下，我建議在MySQL查詢中使用rlike子句來獲得正則表達式的能力。

來源

2012-06-01 21:04:06 anubhava

我認爲這個查詢將返回具有任何指定關鍵字的url，而不是所有這些關鍵字 – MiMo

@Mimo：True，但是當他寫道：「我將如何編寫一個查詢來查找所有URL其中有所有的單詞。「或者可能是我誤解了:) – anubhava

'....所有單詞'，而不是'...任何單詞' - 例如如果'url1'上的網頁只包含'word1'而不包含'word2'，那麼您的查詢將返回它，我不認爲這是被問到的內容。 – MiMo

試試這個：

select distinct 
    url 
from 
    tbl_index a 
where 
    (select count(*) from tbl_index b where a.url=b.url and b.keyword in ('word 1', 'word 2' . . .)) = n

其中n是關鍵字您正在尋找「字2」號和「字1」等是關鍵詞。

我建議你創建三個表格：每個唯一的URL一行，一個數字ID和URL名稱，第二個表格每個唯一關鍵字一行，數字ID和關鍵字，然後一個交叉參考表與所有的一對網址id - 關鍵字id：

create table urls (
    url_id int identity, 
    url varchar(800), 
    primary key (url_id) 
) 

create table keywords (
    keyword_id int identity, 
    keyword nvarchar(50), 
    primary key (keyword_id) 
) 

create table urlkeys (
    url_id int, 
    keyword_id int, 
    primary key (url_id, keyword_id) 
)

這樣你應該減少數據的大小。上面的查詢變得像這樣：

select 
    url 
from 
    urls 
where (select count(*) from urlkeys join keywords on urlkeys.keyword_id=keywords.keyword_id where urlkeys.url_id=urls.url_id and keywords.keyword in ('word 1', 'word 2' . . .)) = n

這將是一個好主意，對keyword列

附：索引這是一個簡單的SQL解決方案的大綱，但正如不同的人已經在評論中指出的那樣，這是一個使用全文搜索解決方案最好解決的問題。只要你嘗試做詞幹，鄰近搜索，部分單詞搜索，通配符等等，任何基於SQL的解決方案都會失敗。

來源

2012-06-01 21:17:45 MiMo

爲簡單起見，我沒有提及其他兩個表格。我有你的地方。區別只在於使用'url'作爲主鍵，因爲它也充當表tbl_index中的外鍵。與「關鍵字」相同。和你一樣，它們都是'tbl_index'的主鍵。 –

需要關於我自己的搜索引擎的基本sql查詢的幫助實現

回答

相關問題