database - MongoDB 文本索引搜索

Question

我在 mongo db 中创建了一个集合，如下所示

db.articles.insert([
 { _id: 1, subject: "one", author: "abc", views: 50 },
 { _id: 2, subject: "lastone", author: "abc", views: 5 },
 { _id: 3, subject: "firstone", author: "abc", views: 90  },
 { _id: 4, subject: "everyone", author: "abc", views: 100 },
 { _id: 5, subject: "allone", author: "efg", views: 100 },
 { _id: 6, subject: "noone", author: "efg", views: 100 },
 { _id: 7, subject: "nothing", author: "abc", views: 100 }])

之后，我为字段主题和作者提供了文本索引。

db.articles.createIndex(
    {subject: "text",
    author: "text"})

现在我正在尝试在索引字段中搜索带有“one”的单词。当我执行查询时...

db.articles.count({$text: {$search: "\"one\""}})

...结果是 1。

问题是，当我想要单词“one”、“abc”的组合时......

db.articles.count({$text: {$search: "\"one\" \"abc\""}}

... 它给出的结果为 4。包括包含主题名称为“lastone”、“firstone”、“everyone”、“one”的记录作为结果。

所以我的问题是，为什么第一个查询没有获取 4 条记录？我如何编写一个查询来获取 4 条包含单词“one”的记录？

Answer 1

这个命令...

db.articles.count({$text: {$search: "\"one\""}})

... 将对具有确切短语"one" 的文档进行计数。只有一个这样的文档，因此结果是 1。

用值“one”查询应该只返回文档，因为只有一个文档包含“one”或某个以“one”为词干的值。来自 the docs :

For case insensitive and diacritic insensitive text searches, the $text operator matches on the complete stemmed word. So if a document field contains the word blueberry, a search on the term blue will not match. However, blueberry or blueberries will match.

查看您问题中的文档...

• one 不是 everyone
的词干
• one 不是 lastone
的词干
• one 不是 allone
的词干
• one 不是 firstone
的词干
• one 不是 noone
的词干

... 所以这些文档都不会与值 one 匹配。

当然，您可以使用多个值进行查询。例如:

• docs建议将其计算为 one 或 abc 并正确返回 5:

  db.articles.count({$text: {$search: "one abc"}})
  

• docs建议将其计算为 "abc"AND ("abc"or "one") 并正确返回 5:

  db.articles.count({$text: {$search: "\"abc\" one"}})
  

• docs建议这应该被评估为 "one"AND ("one"or "abc") 但它以某种方式返回 4:

  db.articles.count({$text: {$search: "\"one\" abc"}})
  

在最后一个示例中，MongoDB 包含主题为“one”、“lastone”、“firstone”、“everyone”的文档，但排除主题为“nothing”的文档。这表明它以某种方式将“one”视为“lastone”、“firstone”和“everyone”的词干，但是在执行 count({$text: {$search: "one"}}) 它返回 1，这清楚地表明 one 不被视为“lastone”、“firstone”和“everyone”的词干。

我怀疑这可能是一个错误，可能值得 raising with MongoDB .

FWIW，您真正想要的可能是部分字符串搜索，在这种情况下 $regex可能有效。以下查询 ...

db.articles.count({ subject: { $regex: /one$/ }, author: { $regex: /abc$/ } })

... 意思是 count where subject like '%one%' and author like '%abc%' 以及返回 4 的文档，即文档其中 subject 是“one”、“lastone”、“firstone”、“allone”、“everyone”、“noone”之一，author 是“abc”。