Exchange全文检索概述
2008-02-23 06:11:53来源：互联网 阅读 ()
0、写在前面
本文主要讲述在Windows2000 Server环境下，Exchange Server和Sharepoint Portal Server全检索功能的应用，同时涉及一些SQL Server下的概念。
本文只会对一些基本的概念进行说明，主要以个人理解和事例为主，希望了解周详的资料，能够访问参考文献的连接。对于文章中的错误和不足，请及时指正。
1、基本概念
我相信很多人对于全文检索的功能都很的敬畏，心想Exchange居然能够查找一个作为附件的PDF文档中的内容，Exchange实在太强了。其实Exchange没干啥事（还是干了点事情的，不是什么都没做，下面会讲到），全文检索是Windows下一个重要的服务“MS Search Service”实现的功能，Exchange只需要和MS Search交互就自然拥有了全文检索的功能。所以在MS的Enterprise Server中不但仅Exchange，Shareporit Portal Server和SQL Server等都支持全文检索。
Windows下更有一个服务Index Service，也完成类似的工作，有他存在，就连Windows下的文档系统连同IIS都能够进行全文检索，很方便的功能。
不知道可不能够这么说Index Service是MS Search Service的一个特例，或倒过来，我没有看到两者在体系结构连同完成功能上有什么不同，这也是我比较困惑的地方之一。
说到全文检索必须要明确一些基本概念，我们才能够知道那个服务干了点什么，这样实现特定功能的时候才明白应该在那一个层面上进行研发。
全文检索分为两部分的工作：全文索引（Full-Text Index）和全文查询（Full-Text Query）。我们知道为了提高查询的效率，有一种机制叫做“索引（Index）”，索引中存储了关键字和对应的记录在逻辑存储空间中的位置。数据库管理系统（DBMS）中有索引表，相信大家都能够理解，全文检索中也是同样的原理。
全文索引（Full-Text Index）：创建索引的过程，建立关键字和记录的对应关系。创建完成的索引信息或以增量的方式修改属性信息。
索引分类（Full-Text Catalog）：能够认为是关键字存储的组织形式。
全文查询（Full-Text Query）：利用索引分类，根据关键字查找对应的记录。
在MS的产品体系结果中，MS Search Service和Index Service这类服务（以后主要描述Search Service）的主要工作就是创建和维护索引表和索引分类，能够称之为搜索引擎；诸如Exchange和SQL Server是为记录提供存储空间，能够统称为存储引擎，存储引擎必须支持MS Search的一些特定接口，就能够利用。全文索引的过程就是MS Search请求存储引擎，获得需要索引的数据，分析关键字，创建或维护索引信息；全文查询就是存储引擎请求MS Search，MS Search根据关键字返回对应的纪录的位置，存贮引擎组织这些记录返回给调用者。
这样我们能够了解到，假如希望支持全文检索，那么首先要有全文检索服务的提供者，支持全文检索的存储引擎。在Windows Server的平台下，针对Exchange的应用，以上条件均满足，那么我们能够开始了！
2、全文检索下的研发
了解了Windows平台下全文检索基本的体系结构，我们能够在很多方面进行相关的研发工作。
2-1、全文查询
全文检索就是利用查询语句，在存储引擎中查找满足条件的记录。这个应该是大家最熟悉也是应用最多的方面，也是本文讲述的重点，后面有专门的章节周详描述这部分的功能。
需要指出的一点是，全文查询的过程依赖于MS Search连同他所维护的索引数据，但是是存储引擎支持的功能，这部分的应用是和存储引擎进行交互，MS Search这个搜索引擎对我们来说是透明的。针对不同的存储引擎，查询语句（基本上就是SELECT了）是不同的，但是没有本质的区别。
2-2、MS Search下IFilter的研发
全文检索最令人感到神奇的地方就是，他怎么能够从Word或PDF这类二进制或特定编码的文档中检索出文本字符串呢？另一个问题就是MS Search是不是支持任何的文档格式呢？
MS Search并不能支持任何的文档格式，即使以MS之强悍，也无法对抗天下英豪，但是MS Search提供一个机制，使支持任何一种格式的文档成为可能，这个机制就是Index Filter，简称IFilter。我个人以为IFilter最终要的工作有两个，一个是读取指定格式的文档，解析内部的文本内容（而非格式或图像、其他二进制包容对象）和文档属性（例如：作者，分类等）；第二个就是分词（Parsing Word or Phrase），全文检索的命中率高不高，关键看关键字生成的是否合理，我总觉得现在以后的这些IFilter对于中文支持的不够理想，检索中文经常莫名其妙。
标签：
版权申明：本站文章部分自网络，如有侵权，请联系：west999com@outlook.com
特别注意：本站所有转载文章言论不代表本站观点，本站所提供的摄影照片，插画，设计作品，如需使用，请与原作者联系，版权归原作者所有
