有没有办法将分数与全文索引中的特定字段相关联

Question

我有一个基于多个字段的全文索引，目前所有字段的默认权重均为 1。 现在我想从全文索引中搜索特定字段。因此，我正在考虑为不同的字段赋予不同的权重，并以某种方式将分数映射到字段，以便我可以根据分数进行过滤，从而从多个字段中过滤出特定的字段。但是看看分数计算是如何完成的 (https://github.com/mongodb/mongo/blob/master/src/mongo/db/fts/fts_spec.cpp)，正确地获得分数和字段的映射似乎不是那么简单，或者可能是不可能的。

db.collection.createIndex({
        Name: "text",
        Line: "text",
        City: "text",
        State: "text",
        Zip: "text",

    },   {
     weights: {
       Name: 16,
       Line:8,
       City: 4,
       State: 2,
       Zip: 1,
     },
     name: "TextIndex"
   })

有没有人做过类似的事情，可以指点一下吗？

Answer 1

Mongodb 对全文搜索的支持有限。最重要的限制记录在https://docs.mongodb.com/manual/core/index-text/#restrictions。

由于字符串的长度有限，您可以估计最小分数并使用权重并按分数范围过滤，例如：

db.collection.createIndex({
    Name: "text",
    Line: "text",
    City: "text",
    State: "text",
    Zip: "text",

},   {
 weights: {
   Name: 10000,
   Line:1000,
   City: 100,
   State: 10,
   Zip: 1,
 },
 name: "TextIndex"
})

仅在 Line 和 State 中搜索：

db.collection.aggregate([
    {$match: {$text:{$search: serach_string}}}, 
    {$addFields: { score: { $meta: "textScore" } } },
    {$match: {$or:[
      // 1.01 - is the minimal score for State, higher than weight of Zip
      {score:{$gte: 1.01, $lte: 10}}, 
      // 100.01 - is the minimal score for Line, higher than total weight of Zip, State, and City
      // 1010 - is the summary weight of State and Line
      {score:{$gte: 100.01, $lte: 1010}}
    ]}}
])

---

对于任意长度的字符串，最好的方法是结合文本搜索和正则表达式：

db.collection.find({$and:[
    {$text:{$search: serach_string}}, 
    {$or:[{State:/regex/i}, {Line:/regex/i}]}
]})

您需要标记serach_string 并获取词干来构建正则表达式。在一般情况下，它不会为您提供与仅为 2 个字段构建的索引上的文本搜索相同的结果，因为正则表达式对排序规则一无所知。

---

最后，您可以在隐藏的辅助节点上拥有多个文本索引。它将为您提供最佳结果，但需要副本集中的其他成员。参见例如Different indexes on different replica set members了解详情。