SQL Server CONTAINSTABLE 不适用于单个数字答案

【问题标题】：SQL Server CONTAINSTABLE not working for single digit numbersSQL Server CONTAINSTABLE 不适用于单个数字
【发布时间】：2018-01-11 17:03:49
【问题描述】：

这个问题是关于SQL Server's FTS ContainsTable。

为了重现这个问题，我们可以使用下面的脚本来创建一个表并用地址填充它。

CREATE TABLE Address (FullAddress nvarchar(100) NOT NULL);  
CREATE UNIQUE CLUSTERED INDEX AddressKey ON Address(FullAddress);  
INSERT INTO Address VALUES ('1 OLD YONGE ST, AURORA, ON');  
INSERT INTO Address VALUES ('1 OLD YONGE ST, NORTH YORK, ON');
INSERT INTO Address VALUES ('1 YONGE ST N UNIT 1, HUNTSVILLE, ON');
INSERT INTO Address VALUES ('1 YONGE ST N UNIT 10, HUNTSVILLE, ON');
INSERT INTO Address VALUES ('18 YONGE ST UNIT 324, TORONTO, ON');
INSERT INTO Address VALUES ('10415 YONGE ST UNIT 1, RICHMOND HILL, ON');
INSERT INTO Address VALUES ('11211 YONGE ST UNIT 37 BUILDING A, RICHMOND HILL, ON');

现在我们将创建全文目录并在其上创建索引。

CREATE FULLTEXT CATALOG AddressCat;  
CREATE FULLTEXT INDEX ON Address(FullAddress) KEY INDEX AddressKey ON AddressCat;

问题

如果我们运行查询并搜索以 1 开头的地址（注意这是一个数字）并且 1 是 NEAR 下一个词是Yong，我们希望它返回上面所有的前 4 条记录。这是查询：

SELECT * FROM CONTAINSTABLE (Address, FullAddress, '"1" NEAR "Yon*"') ORDER BY RANK DESC;

但是，它不返回任何行。 这就是问题所在。

但是如果我们执行一个双位数的查询，例如11或10，那么它会按预期返回记录。

问题：

为什么ContainsTable 不会返回任何一位数字搜索的结果？

【问题讨论】：

标签： sql sql-server full-text-search

【解决方案1】：

找出问题的原因

我尝试了很多方法，例如将查询更改为：

SELECT * FROM CONTAINSTABLE (Address, FullAddress, 'NEAR((1, YONGE), 5, TRUE)') 
-- or this
SELECT * FROM CONTAINSTABLE (Address, FullAddress, '1 YON*')

但没有任何运气。

在网上搜索了一番后，我开始想（因为这个问题只发生在个位数上）可能与Stopwords有关：

停用词。停用词可以是在特定语言中具有含义的词。例如，在英语语言中，诸如“a”、“and”、“is”和“the”之类的词被排除在全文索引之外，因为它们已知对搜索无用。停用词也可以是没有语言意义的记号。

然后在SO Answer 的帮助下，我能够弄清楚 SQL Server 是如何解释我的搜索的。这是查询和查询的结果：

select * from sys.dm_fts_parser('"1" NEAR "Yon*"',2057, 0, 0)

注意搜索词 1 如何被视为噪音。这就是问题所在。然后运行 this query 帮助我找到了所有的干扰词，果然数字 0-9 都在那里：

SELECT ssw.*, ssw.stopword, slg.name
      FROM sys.fulltext_system_stopwords ssw
      JOIN sys.fulltext_languages slg
      ON slg.lcid = ssw.language_id
      WHERE slg.lcid = 1033 -- English

解决方案

一种解决方案是从干扰词中删除单个数字。但我找不到如何做到这一点。实际上，在我的情况下，这无论如何都不是主意，因为我系统的用户只会搜索地址，所以如果他们输入 is 或 the，我不希望系统将其视为噪音，因为他们可能正在搜索以 is 开头的街道。

我使用下面的查询完全删除了停止列表，现在一切正常：

ALTER FULLTEXT INDEX ON [Address] SET STOPLIST = off

希望这对其他人有所帮助。

【讨论】：