Kjøre $text-spørringer med fraser og negasjon

Når en tekstindeks finnes, kjører De nøkkelordsøk med $text-operatoren i et find()-filter. Verdien er et objekt med en $search-streng som inneholder ordene eller frasene De leter etter. MongoDB tokeniserer søkestrengen på samme måte som de indekserte feltene ble tokenisert, og returnerer deretter dokumenter der minst ett indeksert felt inneholder et samsvarende token.

Som standard bruker et $text-søk med flere ord OR-semantikk: et dokument samsvarer hvis det inneholder minst ett av ordene. 'mongodb index' returnerer derfor dokumenter som inneholder 'mongodb', 'index' eller begge. Relevanspoengsummen (textScore) er høyere for dokumenter som inneholder flere av søkeordene, men alle samsvarende dokumenter returneres uansett.

For å kreve en eksakt frase omslutter De den med escaped doble anførselstegn i $search-strengen. Et frasesøk krever at ordene står sammen og i riktig rekkefølge. Dokumenter som bare inneholder noen av fraseordene, men ikke den nøyaktige sekvensen, samsvarer ikke. Frasesøk er mer presise, men kan gå glipp av relevante dokumenter med litt annerledes formulering.

Sett et minustegn (-) foran et ord for å utelate dokumenter som inneholder ordet. De kan ikke bruke negasjon alene – den må kombineres med minst ett positivt søkeord. Negasjon er nyttig når et nøkkelord er for bredt, og De vil filtrere bort en bestemt uønsket betydning, for eksempel 'java -coffee' for å finne programmeringsartikler om Java, ikke om drikken.

De kan fritt blande fraser, nøkkelord og negasjon i én $search-streng. MongoDB behandler hvert uttrykk separat: grupper i anførselstegn er frasesøk, ord med minustegn foran er utelukkelser, og de øvrige ord uten omsluttende tegn er valgfrie nøkkelordsøk. Denne kombinerbarheten gjør det mulig å uttrykke moderat kompleks søkelogikk uten en dedikert søkemotor.

$text-søk er som standard uavhengige av store og små bokstaver. MongoDB gjør alle tokenene om til små bokstaver både under indeksering og søk, slik at 'MongoDB', 'MONGODB' og 'mongodb' samsvarer med de samme indekserte tokenene. De trenger ikke å normalisere søkeinndata før De kjører en $text-spørring.

Som standard bruker $text språket som er konfigurert på tekstindeksen. De kan overstyre dette for hver spørring med $language-alternativet. Dette er nyttig for samlinger med flerspråklig innhold, der dokumenter på forskjellige språk bør søkes med riktig liste over stoppord og riktig stemmingalgoritme.

Selv om søk som ikke skiller mellom store og små bokstaver er standardinnstillingen, kan De aktivere tekst­søk som skiller mellom store og små bokstaver med $caseSensitive: true. Dette er sjelden nødvendig, men nyttig når innholdet inneholder identifikatorer der store og små bokstaver har betydning, for eksempel klassenavn eller kommandonavn. Merk: tekstsøk som skiller mellom store og små bokstaver, er betydelig tregere fordi det ikke kan bruke de forhåndskonverterte indeksoppføringene.

Som standard skiller MongoDBs tekstsøk ikke mellom diakritiske tegn: 'café' og 'cafe' behandles som samme ord. De kan aktivere $diacriticSensitive: true for å skille mellom aksenttegn. Dette er viktig for språk som fransk, tysk og spansk, der diakritiske tegn kan endre betydningen. I likhet med søk som skiller mellom store og små bokstaver, er diakritikksensitivt søk tregere fordi det hopper over forhåndsnormaliserte indeksoppføringer.

De kan bruke $text i aggregasjonsrørledninger ved å plassere et $match-trinn med tekstfilteret som aller første trinn. Da kan MongoDB sende tekstsøket til indeksen før de påfølgende rørledningstrinnene brukes. Deretter kan De projisere textScore, gruppere resultater etter kategori eller begrense antallet treff – alt på serversiden.

For å telle hvor mange dokumenter som samsvarer med en tekstspørring, bruker De countDocuments() med $text-filteret eller legger til et $count-trinn på slutten av en aggregasjonsrørledning. Unngå å bruke count() (utdatert), og vær oppmerksom på at estimatedDocumentCount() ikke kan ta imot et filter – bruk alltid countDocuments() for filtrerte opptellinger.

I denne leksjonen lærte De at ord uten omsluttende tegn bruker OR-semantikk og samsvarer med hvilket som helst av søkeordene, at fraser i doble anførselstegn krever en nøyaktig ordsekvens, og at ord med minustegn foran utelukker dokumenter som inneholder uttrykket. Neste gang sorterer vi resultater etter tekstens relevanspoengsum ved hjelp av $meta.