結合SQL Server全文檢索索引對Word內容進行檢索的三個方案

導讀：除了利用office提供的API對word文檔內容進行檢索外，本文簡要總結如何結合SQL Server的全文檢索索引技術對Word檔案的內容進行檢索的三個方案。

一、結合Windows索引服務進行全文檢索索引

方案摘要：

1. 改變檔案儲存體時的檔案名稱；

2. 配置索引伺服器，並將索引伺服器與MS SQL Server關聯。

3. 修改SQL語句，將進行全文檢索查詢語句的內容加入查詢條件中

一個詳細的執行個體，參考這裡：http://database.ctocio.com.cn/51/11440551.shtml

優點：可以獨立對檔案以目錄方式物理存放，並且這些檔案繼續以doc格式存放。

缺點：只能讀取，不能寫入。

 

二、結合BLOB資料進行全文檢索索引

方案摘要：將doc檔案以BLOB資料格式varbinary(max)存放於資料庫的表中，再對錶進行全文檢索索引。這是最為常見的一種方案了。

 

 

一個簡單插入表的樣本：

-------二進位檔案查詢樣本<br />/*********************3w@live.cn****************/<br />Use Master<br />Go<br />IF EXISTS (SELECT name FROM sys.databases WHERE name = N'BlobDataDemoDB')<br />DROP DATABASE BlobDataDemoDB<br />GO<br />USE Master<br />GO<br />CREATE DATABASE BlobDataDemoDB<br />GO<br />--------啟用全文檢索索引<br />/*********************3w@live.cn****************/<br />execute sp_fulltext_database 'enable'<br />go<br />use blobDataDemoDB<br />GO<br />--建立一個包含BlOB列的表<br />/*********************3w@live.cn****************/<br />if OBJECT_ID('SampleBlobTable') is not null<br />drop table SampleBlobTable<br />go<br />CREATE TABLE SampleBlobTable<br />(<br />[PKID] int identity(1,1) primary key,<br />[FileType] Nvarchar(32) null,<br />[FileName] Nvarchar(255) null,<br />[FileContent] VARBINARY(MAX) NULL,<br />[AddTime] datetime default(getdate())<br />)<br />GO<br />IF EXISTS (SELECT * FROM sys.objects WHERE object_id = OBJECT_ID(N'[dbo].[CPP_InsertOneBlobDataToTable]') AND type in (N'P', N'PC'))<br />DROP PROCEDURE [dbo].[CPP_InsertOneBlobDataToTable]<br />GO<br />--建立一個插入資料到SQL server的預存程序<br />/*********************3w@live.cn****************/<br />CREATE PROCEDURE CPP_InsertOneBlobDataToTable<br />( @FileType nvarchar(32),<br />@FileName nvarchar(255),<br />@FileContent VARBINARY(MAX)<br />)<br />AS<br />INSERT SampleBlobTable([FileType],[FileName],[FileContent],[AddTime])<br />VALUES (@FileType,@Filename,@FileContent,getdate())<br />GO

using System;<br />using System.Collections.Generic;<br />using System.Linq;<br />using System.Text;<br />using System.IO;<br />using System.Data.SqlClient;<br />using System.Data;<br />namespace BlobDataSearchDemo<br />{<br /> class Program<br /> {<br /> const string conn = @"Server=ap4/Agronet09;DataBase=BlobDataDemoDB;uid=sa;pwd=as;";<br /> static void Main(string[] args)<br /> {<br /> SaveDoc2SQLServer(@"D:/2008Data/StreamData/Doc/輕舞飛揚.doc", conn);<br /> SaveDoc2SQLServer(@"D:/2008Data/StreamData/Doc/天龍八部.doc", conn);<br /> SaveDoc2SQLServer(@"D:/2008Data/StreamData/Doc/English.doc", conn);<br /> Console.ReadKey();<br /> }<br /> private static void SaveDoc2SQLServer(string filepath, string conn)<br /> {<br /> FileInfo fi = new FileInfo(filepath);<br /> if (fi.Exists)<br /> {<br /> //Open the stream and read it back.<br /> using (FileStream fs = File.OpenRead(filepath))<br /> {<br /> byte[] b = new byte[fi.Length];<br /> SqlConnection Conn;<br /> SqlCommand cmdUploadDoc;<br /> UTF8Encoding temp = new UTF8Encoding(true);<br /> while (fs.Read(b, 0, b.Length) > 0)<br /> {<br /> Conn = new SqlConnection(conn);<br /> //Setting the SqlCommand<br /> cmdUploadDoc = new SqlCommand("CPP_InsertOneBlobDataToTable", Conn);<br /> cmdUploadDoc.CommandType = CommandType.StoredProcedure;<br /> cmdUploadDoc.Parameters.Add("@FileName", SqlDbType.NVarChar, 200).Value = fi.Name;<br /> cmdUploadDoc.Parameters.Add("@FileContent", SqlDbType.VarBinary, 0).Value =b;<br /> cmdUploadDoc.Parameters.Add("@FileType", SqlDbType.NVarChar, 32).Value = fi.Extension.Replace(".","");<br /> Conn.Open();<br /> cmdUploadDoc.ExecuteNonQuery();<br /> Conn.Close();<br /> }<br /> }<br /> }<br /> }<br /> }<br />}<br />

查詢結果：

注意：

1、在資料庫設定全文檢索索引時，必須有一個欄位是文件類型，SQL Server全文檢索索引依據此文件類型啟動相應的doc引擎進行檢索。

2、必須設定全文檢索索引的語言，中文為2052，英文為1033。

優點：將doc檔案匯入SQL Server資料庫中，可以方便地進行讀取和全文檢索索引，必要時也可以寫入。

缺點：varbinary(Max)受2G大小限制，而且資料庫存入大量的BLOB資料，將變得異常臃腫，檢索速度將大大降低。

三、結合FileStream進行全文檢索索引

方案摘要：與方案二類似，只不過利用FileStream技術將doc檔案以資料格式varbinary(max)存放於資料庫外的物理檔案中，再對錶進行全文檢索索引。

在SQL Server 2008 中
– FILESTREAM 資料不支援遠程儲存
– 不支援資料庫快照集和資料庫鏡像
– 某些Katmai的功能不支援FILESTREAM ，例如：
• SQL 加密
• 表值參數

前提：必須安裝全文檢索索引並啟用FileStream

參考：

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

優點：將doc檔案匯入SQL Server資料庫中，可以方便地進行讀取和全文檢索索引，必要時也可以寫入，並且克服了方案二的缺點。varbinary(Max)欄位只存放索引，而實際的內容存放於資料庫外，大小隻受NTFS檔案夾物理大小的限制。

 

小結：本文簡要總結如何結合SQL Server的全文檢索索引技術對Word檔案的內容進行檢索的三個方案。本人認為方案一和方案三均可行。歡迎交流。3w@live.cn

 

 

邀月註：本文著作權由邀月和CSDN共同所有，轉載請註明出處。
助人等於自助!   3w@live.cn