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。

问题是当我想要组合单词“one”，“abc”时......

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

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

所以我的问题是为什么第一个查询不获取 4 条记录？以及如何编写一个可以获取包含单词“one”的 4 条记录的查询？

Answer 1

这个命令...

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

... 将计算具有确切短语 "one" 的文档。只有一个这样的文档，因此结果是1。

使用值“one”进行查询应该只返回文档，因为只有一个文档包含“one”或“one”作为词干的某个值。来自the docs：

对于不区分大小写和不区分变音符号的文本搜索，$text 运算符匹配完整的词干词。因此，如果文档字段包含单词 blueberry，则对术语 blue 的搜索将不匹配。但是，blueberry 或 blueberries 会匹配。

查看您问题中的文件...

• 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匹配值one。

当然，您可以使用多个值进行查询。例如：

• docs 建议将其评估为 one or abc 并正确返回 5：

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

• docs 建议将其评估为 "abc" AND ("abc" or "one") 并正确返回 5：

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

• docs 建议将其评估为"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，但不包括主题为“nothing”的文档。这表明它以某种方式将“one”视为“lastone”、“firstone”和“everyone”的词干，但在执行count({$text: {$search: "one"}}) 时，它返回1，这清楚地表明one 不被视为词干“lastone”、“firstone”和“everyone”。

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 可能会起作用。以下查询...

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

... 表示类似count where subject like '%one%' and author like '%abc%' 的意思，对于返回4 的文档，即subject 是“one”、“lastone”、“firstone”、“allone”、“everyone”之一的文档, "noone" 和 author 是 "abc"。