RavenDB 中的子字符串搜索

我有一组类型的对象Idea

public class Idea
{
    public string Title { get; set; }
    public string Body { get; set; }
}

我想通过子字符串搜索这个对象。例如，当我有标题对象“idea“，我希望当我输入“的任何子字符串时都能找到它idea": 我、id、ide、想法、d、de、dea、e、ea、a.

我使用 RavenDB 来存储数据。搜索查询如下所示：

var ideas = session
              .Query<IdeaByBodyOrTitle.IdeaSearchResult, IdeaByBodyOrTitle>()
              .Where(x => x.Query.Contains(query))
              .As<Idea>()
              .ToList();

而索引如下：

public class IdeaByBodyOrTitle : AbstractIndexCreationTask<Idea, IdeaByBodyOrTitle.IdeaSearchResult>
{
    public class IdeaSearchResult
    {
        public string Query;
        public Idea Idea;
    }

    public IdeaByBodyOrTitle()
    {
        Map = ideas => from idea in ideas
                       select new
                           {
                               Query = new object[] { idea.Title.SplitSubstrings().Concat(idea.Body.SplitSubstrings()).Distinct().ToArray() },
                               idea
                           };
        Indexes.Add(x => x.Query, FieldIndexing.Analyzed);
    }
}

SplitSubstrings()是一个扩展方法，它返回给定字符串的所有不同子字符串：

static class StringExtensions
{
    public static string[] SplitSubstrings(this string s)
    {
        s = s ?? string.Empty;
        List<string> substrings = new List<string>();
        for (int i = 0; i < s.Length; i++)
        {                
            for (int j = 1; j <= s.Length - i; j++)
            {
                substrings.Add(s.Substring(i, j));
            }
        }            
        return substrings.Select(x => x.Trim()).Where(x => !string.IsNullOrEmpty(x)).Distinct().ToArray();
    }
}

这是行不通的。特别是因为 RavenDB 无法识别SplitSubstrings()方法，因为它在我的自定义程序集中。如何做到这一点，基本上如何强制 RavenDB 识别这种方法？除此之外，我的方法适合这种搜索（按子字符串搜索）吗？

EDIT

基本上，我想在此搜索上构建自动完成功能，因此它需要很快。

顺便说一句：我正在使用 RavenDB - Build #960

您可以使用以下方法跨多个字段执行子字符串搜索：

( 1 )

public class IdeaByBodyOrTitle : AbstractIndexCreationTask<Idea>
{
    public IdeaByBodyOrTitle()
    {
        Map = ideas => from idea in ideas
                       select new
                           {
                               idea.Title,
                               idea.Body
                           };
    }
}

on 这个网站 http://ravendb.net/docs/client-api/querying/static-indexes/configuring-index-options你可以检查一下：

“默认情况下，RavenDB 使用名为 适用于所有内容的 LowerCaseKeywordAnalyzer。 (...) 默认值 每个字段是 Stores 中的 FieldStorage.No 和 FieldIndexing.Default 中的 索引。”

因此，默认情况下，如果您检查 raven 客户端内的索引术语，它看起来如下：

Title                    Body
------------------       -----------------
"the idea title 1"       "the idea body 1"
"the idea title 2"       "the idea body 2" 

在此基础上，可以构造通配符查询：

var wildquery = string.Format("*{0}*", QueryParser.Escape(query));

然后与使用.In and .Where结构（内部使用 OR 运算符）：

var ideas = session.Query<User, UsersByDistinctiveMarks>()
                   .Where(x => x.Title.In(wildquery) || x.Body.In(wildquery));

( 2 )

或者，您可以使用纯 lucene 查询：

var ideas = session.Advanced.LuceneQuery<Idea, IdeaByBodyOrTitle>()
                   .Where("(Title:" + wildquery + " OR Body:" + wildquery + ")");

( 3 )

您还可以使用.Search表达式，但如果您想跨多个字段进行搜索，则必须以不同的方式构建索引：

public class IdeaByBodyOrTitle : AbstractIndexCreationTask<Idea, IdeaByBodyOrTitle.IdeaSearchResult>
{
    public class IdeaSearchResult
    {
        public string Query;
        public Idea Idea;
    }

    public IdeaByBodyOrTitle()
    {
        Map = ideas => from idea in ideas
                       select new
                           {
                               Query = new object[] { idea.Title, idea.Body },
                               idea
                           };
    }
}

var result = session.Query<IdeaByBodyOrTitle.IdeaSearchResult, IdeaByBodyOrTitle>()
                    .Search(x => x.Query, wildquery, 
                            escapeQueryOptions: EscapeQueryOptions.AllowAllWildcards,
                            options: SearchOptions.And)
                    .As<Idea>();

summary:

还要记住*term*相当昂贵，尤其是前导通配符。在这个post http://daniellang.net/searching-on-string-properties-in-ravendb/你可以找到更多相关信息。据说，前导通配符会强制 lucene 对索引进行全面扫描，从而大大降低查询性能。 Lucene 在内部存储按字母顺序排序的索引（实际上是字符串字段的术语）并从左到右“读取”。这就是为什么搜索尾随通配符很快而搜索前导通配符很慢的原因。

所以或者x.Title.StartsWith("something")可以使用，但这显然不会搜索所有子字符串。如果您需要快速搜索，您可以更改要分析的搜索字段的“索引”选项，但它不会再次搜索所有子字符串。

如果有一个子字符串查询内的空格键，请检查这个question https://stackoverflow.com/questions/12298468/search-by-substring-with-spacebar-in-ravendb以获得可能的解决方案。 如需提出建议，请检查http://architects.dzone.com/articles/how-do-suggestions-ravendb http://architects.dzone.com/articles/how-do-suggestions-ravendb.