SQL Server 全文索引的硬傷（轉載）
本文關鍵字：SQL Server全文索引、CONTAINS、FREETEXT、CONTAINSTABLE、FREETEXTTABLE等謂詞。
想象這樣一個場景：在DataBase_name.dbo.Table_name中有一個名為Title（標題）和Contents（內容）的欄位，現在需要查詢在Title或者Contents中包括“qq”字元的所有記錄。
面對這樣的一個場景，我們通常都會寫這樣一個指令碼：SELECT * FROM DataBase_name.dbo.Table_name WHERE Title LIKE '%qq%' OR Contents LIKE '%qq%'; 沒錯，這也是我第一個想到的方法。
但是我們需要思考的是：隨著時間的推移，資料會越來越大，那個時候我們該如何提高我們的效能？客戶隨時都有可能要求加入對Remark（備註）欄位的查詢，難道我們就應該不厭其煩地修改程式程式碼？
面對上面的質問，我們需要提醒你的是：①對於這樣的查詢條件，即使Title和Contents上都有索引，我們也無法使用到索引，因為在 '%qq%'的“qq”前面使用了萬用字元，所以無法使用到索引；如果查詢的條件是'qq%'，那倒是可以利用上索引。②在許多資料庫效能調優的文章上都說OR這個謂詞可以使用SELECT UNION ALL SELECT這樣的方式來提高效能，但是需要提醒大家的是：如果在一條記錄中欄位Title和Contents都同時存在“中國”字元的話，那麼返回的結果就會出現兩條相同的記錄，如果你希望是唯一的記錄，那麼這個時候你就要注意了。
現在回到我們上面提出的疑問上，大概這個時候大家都應該想到了資料庫的全文索引了。全文索引是一種特殊型別的基於標記的功能性索引，由 Microsoft SQL Server 全文引擎 (MSFTESQL) 服務建立和維護。建立全文索引的過程與建立其他型別的索引的過程差別很大。MSFTESQL 不是基於某一特定行中儲存的值來構造 B 樹結構，而是基於要索引的文字中的各個標記來建立倒排、堆積且壓縮的索引結構。
講了那麼久，硬傷在哪裡呢？可能大家都懷疑我是不是標題黨了，呵呵，馬上就講到，那就是這個全文索引能解決我們一開始提到的場景嗎？回答是否定。為什麼呢？因為SQL Server對字串“tqq.tencent.com”進行分詞和倒排索引後，我們是無法通過查詢條件‘“*qq*”’來返回上面那條字串的記錄的，這樣的查詢條件只能查詢到類似“qqt.tencent.com”、“www.qq.com”這樣的字串。SQL Server的分詞應該是正向最大值的分詞方法，它沒有把字串進行反方向再進行一次分詞和索引，所以只能查詢到詞或短語的字首符合的記錄。這一點有可能會被大家所忽略掉。
就針對上面的說法，我們來進行測試一下：
--已經對錶Test_FullText_Index的uri,uri_path建立了全文索引. --下面的查詢是為了說明CONTAINS與LIKE的區別. SELECT ID,uri,uri_path FROM Test_FullText_Index where uri LIKE '%qq%' AND ID NOT IN(SELECT ID FROM Test_FullText_Index WHERE CONTAINS(uri,'"qq*"')) --下圖為執行結果
如何大家有什麼好的解決方案可以解決這樣的Like查詢的話，可以拿出來大家探討一下。
主題的內容講完了，下面附帶講一些建立全文索引的步驟和注意事項，懂的童鞋（同學）可以跳過。
全文索引需要注意：
- 表中必須有一個唯一性索引，當並不需要是主鍵。
- 一個表中只能有一個全文索引。
- 你需要告訴你的指令碼你想使用全文索引，如何告訴呢？那就是使用關鍵字：CONTAINS、FULLTEXT、CONTAINSTABLE、FREETEXTTABLE。例如：SELECT * FROM table_name WHERE CONTAINS(fullText_column,'"search contents*"');需要記住CONTAINS等在不同場景、需求下的用法。
- 如果定義了變數作為傳入值，那麼就要注意是否需要在set字元的時候的前面加入N標識。
- 要對錶設定全文索引，那就得先對資料庫設定了全文索引，這樣點選表右鍵的時候，“全文索引”選項才能用。
- 指令碼在查詢的時候是不區分大小寫的。解決辦法：SELECT * FROM Table_name WHERE Column_name='A' COLLATE Chinese_PRC_CS_AI;或者SELECT * FROM Table_name WHERE ASCII(Column_name) = ASCII('A');
- Microsoft SQL Server 全文引擎 (MSFTESQL) 不是基於某一特定行中儲存的值來構造 B 樹結構，而是基於要索引的文字中的各個標記來建立倒排、堆積且壓縮的索引結構。
- 全文索引並不一定能達到like這個謂詞的效果，如LIKE '%qq%'。這正是本篇文章想要說明的。
- 如果資料庫是在移動碟符上，好像就無法設定：資料庫-屬性-檔案-“使用全文索引”了，這個時候chckbox是不可用的。（這個大家可以求證一下）
- 關於搜尋結果的排序問題，全文索引並沒有這個功能，也就是匹配度排序或者說是相似度排序。
- Lucene中有一個Similarity類，Lucene Practical Scoring Function就包含了得分的計算公式，tf、idf。
CONTAINS 謂詞可以搜尋：
- 詞或短語。
- 詞或短語的字首。
- 與另一個詞相鄰的詞。
- 由另一個詞的詞形變化而生成的詞（例如，drive 一詞是 drives、drove、driving 和 driven 詞形變化的詞幹）。
- 使用同義詞庫確定的另一個詞的同義詞（例如，metal 一詞可能有 aluminum 和 steel 等同義詞）。