Oracle Text使用Multi_Column_Datastore时为何索引列名？如何规避？

问题现象 #

使用Oracle Text的MULTI_COLUMN_DATASTORE配置多列索引后，发现列名（如EMP、NAME、DESIGNATION）被意外索引，导致搜索'%emp%'返回全部表记录，不符合预期需求。

复现步骤 #

1. 创建示例表

CREATE TABLE SAMPLE_TABLE
(
  EMP_NO        VARCHAR2(100)
 ,EMP_NAME      VARCHAR2(100)
 ,EMP_DESIGNATION   VARCHAR2(1000)
 );

2. 插入测试数据

INSERT INTO SAMPLE_TABLE VALUES ('1','John Doe','Consultant');
INSERT INTO SAMPLE_TABLE VALUES ('2','Jane Doe','Contractor');
INSERT INTO SAMPLE_TABLE VALUES ('3','John Smith','Manager');
COMMIT;

3. 创建多列数据存储偏好

begin
ctx_ddl.drop_preference ( 'MY_DATASTORE' );
ctx_ddl.create_preference('MY_DATASTORE','MULTI_COLUMN_DATASTORE'); 
ctx_ddl.set_attribute('MY_DATASTORE', 'columns', 'EMP_NO, EMP_NAME, EMP_DESIGNATION');
end;
/

4. 创建Text索引

CREATE INDEX SAMPLE_TABLE_IDX1 ON SAMPLE_TABLE (EMP_NO)
INDEXTYPE IS ctxsys.context PARAMETERS ('datastore MY_DATASTORE SYNC (ON COMMIT)');

5. 测试查询

• 搜索'%Do%'返回2条符合预期的记录；
• 搜索'%emp%'返回全部3条记录；
• 查看索引表DR$SAMPLE_TABLE_IDX1$I的TOKEN_TEXT字段，可见EMP、NAME、DESIGNATION等列名被作为token索引。

解决方法 #

MULTI_COLUMN_DATASTORE默认使用COLUMN格式（即列名:列值的形式拼接内容），因此列名会被纳入索引。只需将格式设置为TEXT，即可让Oracle Text仅索引列值，不包含列名。

修改后的配置步骤 #

1. 重新创建多列数据存储偏好，添加FORMAT属性设置为TEXT：

begin
ctx_ddl.drop_preference ( 'MY_DATASTORE' );
ctx_ddl.create_preference('MY_DATASTORE','MULTI_COLUMN_DATASTORE'); 
ctx_ddl.set_attribute('MY_DATASTORE', 'columns', 'EMP_NO, EMP_NAME, EMP_DESIGNATION');
ctx_ddl.set_attribute('MY_DATASTORE', 'format', 'TEXT'); -- 关键配置：仅索引列值
end;
/

2. 删除旧索引并重新创建：

DROP INDEX SAMPLE_TABLE_IDX1;

CREATE INDEX SAMPLE_TABLE_IDX1 ON SAMPLE_TABLE (EMP_NO)
INDEXTYPE IS ctxsys.context PARAMETERS ('datastore MY_DATASTORE SYNC (ON COMMIT)');

验证结果 #

• 搜索'%emp%'将返回0条记录；
• 搜索'%Do%'仍返回2条符合预期的记录；
• 查看DR$SAMPLE_TABLE_IDX1$I的TOKEN_TEXT，已无列名相关的token。

内容的提问来源于stack exchange，提问作者OracleERP123