KeeneWoo's cnblogs

"Hello World !!!"

导航

结合SQL Server全文检索对Word内容进行检索的三个方案

Posted on 2011-04-23 00:57  KeeneWoo  阅读(1008)  评论(0编辑  收藏  举报

一、结合Windows索引服务进行全文检索

方案摘要:

1. 改变文件存储时的文件名;

2. 配置索引服务器,并将索引服务器与MS SQL Server关联。

3. 修改SQL语句,将进行全文查询语句的内容加入查询条件中

一个详细的实例,参考这里:http://database.ctocio.com.cn/51/11440551.shtml

优点: 可以独立对文件以目录方式物理存放,并且这些文件继续以doc格式存放。

缺点: 只能读取,不能写入。

二、结合BLOB数据进行全文检索

方案摘要:将doc文件以BLOB数据格式varbinary(max)存放于数据库的表中,再对表进行全文检索。这是最为常见的一种方案了。

一个简单插入表的示例:

view plaincopy to clipboardprint?
-------二进制文件查询示例  
/*********************3w@live.cn****************/  
Use Master  
Go  
IF EXISTS (SELECT name FROM sys.databases WHERE name = N'BlobDataDemoDB')  
DROP DATABASE BlobDataDemoDB  
GO  
USE Master  
GO  
CREATE DATABASE BlobDataDemoDB  
GO  
--------启用全文检索  
/*********************3w@live.cn****************/  
execute sp_fulltext_database 'enable'  
go  
use blobDataDemoDB  
GO  
--创建一个包含BlOB列的表  
/*********************3w@live.cn****************/  
if OBJECT_ID('SampleBlobTable') is not null  
drop table SampleBlobTable  
go  
CREATE TABLE SampleBlobTable  
(  
[PKID] int identity(1,1) primary key,  
[FileType] Nvarchar(32) null,  
[FileName] Nvarchar(255) null,  
[FileContent] VARBINARY(MAX) NULL,  
[AddTime] datetime default(getdate())  
)  
GO  
IF EXISTS (SELECT * FROM sys.objects WHERE object_id = OBJECT_ID(N'[dbo].[CPP_InsertOneBlobDataToTable]') AND type in (N'P', N'PC'))  
DROP PROCEDURE [dbo].[CPP_InsertOneBlobDataToTable]  
GO  
--创建一个插入数据到SQL server的存储过程  
/*********************3w@live.cn****************/  
CREATE PROCEDURE CPP_InsertOneBlobDataToTable  
( @FileType nvarchar(32),  
@FileName nvarchar(255),  
@FileContent VARBINARY(MAX)  
)  
AS  
INSERT SampleBlobTable([FileType],[FileName],[FileContent],[AddTime])  
VALUES (@FileType,@Filename,@FileContent,getdate())  
GO 

view plaincopy to clipboardprint?
using System;   
using System.Collections.Generic;   
using System.Linq;   
using System.Text;   
using System.IO;   
using System.Data.SqlClient;   
using System.Data;   
namespace BlobDataSearchDemo   
{   
    class Program   
    {   
        const string conn = @"Server=ap4\Agronet09;DataBase=BlobDataDemoDB;uid=sa;pwd=as;";   
        static void Main(string[] args)   
        {   
            SaveDoc2SQLServer(@"D:\2008Data\StreamData\Doc\轻舞飞扬.doc", conn);   
            SaveDoc2SQLServer(@"D:\2008Data\StreamData\Doc\天龙八部.doc", conn);   
            SaveDoc2SQLServer(@"D:\2008Data\StreamData\Doc\English.doc", conn);   
            Console.ReadKey();   
        }   
        private static void SaveDoc2SQLServer(string filepath, string conn)   
        {   
            FileInfo fi = new FileInfo(filepath);   
            if (fi.Exists)   
            {   
                //Open the stream and read it back.   
                using (FileStream fs = File.OpenRead(filepath))   
                {   
                    byte[] b = new byte[fi.Length];   
                    SqlConnection Conn;   
                    SqlCommand cmdUploadDoc;   
                    UTF8Encoding temp = new UTF8Encoding(true);   
                    while (fs.Read(b, 0, b.Length) > 0)   
                    {   
                        Conn = new SqlConnection(conn);   
                        //Setting the SqlCommand   
                        cmdUploadDoc = new SqlCommand("CPP_InsertOneBlobDataToTable", Conn);   
                        cmdUploadDoc.CommandType = CommandType.StoredProcedure;   
                        cmdUploadDoc.Parameters.Add("@FileName", SqlDbType.NVarChar, 200).Value = fi.Name;   
                        cmdUploadDoc.Parameters.Add("@FileContent", SqlDbType.VarBinary, 0).Value =b;   
                        cmdUploadDoc.Parameters.Add("@FileType", SqlDbType.NVarChar, 32).Value = fi.Extension.Replace(".","");   
                        Conn.Open();   
                        cmdUploadDoc.ExecuteNonQuery();   
                        Conn.Close();   
                    }   
                }   
            }   
        }   
  }   
}  

查询结果:

注意:

1、在数据库设置全文检索时,必须有一个字段是文档类型,SQL Server全文检索依据此文档类型启动相应的doc引擎进行检索。

2、必须设置全文检索的语言,中文为2052,英文为1033。

优点: 将doc文件导入SQL Server数据库中,可以方便地进行读取和全文检索,必要时也可以写入。

缺点: varbinary(Max)受2G大小限制,而且数据库存入大量的BLOB数据,将变得异常臃肿,检索速度将大大降低。

三、结合FileStream进行全文检索

方案摘要:与方案二类似,只不过利用FileStream技术将doc文件以数据格式varbinary(max)存放于数据库外的物理文件中,再对表进行全文检索。

前提:必须安装全文检索并启用FileStream

参考:

http://msdn.microsoft.com/zh-cn/library/bb933993.aspx

http://www.cnblogs.com/downmoon/archive/2010/05/06/1727546.html

http://www.cnblogs.com/downmoon/archive/2010/05/08/1730044.html

优点: 将doc文件导入SQL Server数据库中,可以方便地进行读取和全文检索,必要时也可以写入,并且克服了方案二的缺点。varbinary(Max)字段只存放索引,而实际的内容存放于数据库外,大小只受NTFS文件夹物理大小的限制。

小结:本文简要总结如何结合SQL Server的全文检索技术对Word文件的内容进行检索的三个方案。本人认为方案一和方案三均可行。欢迎交流。