为什么SQL Server全文检索会将SUR/SCR等缩写与后续数字联合索引？

以下方案均无需修改业务层代码，仅通过数据库配置即可解决问题：

方案1：新增持久化计算列重构全文索引（推荐） #

该方案对业务无侵入，兼容所有现有查询逻辑：

1. 为文本表新增持久化计算列，在SUR、SCR缩写后插入零宽空格打断断词器的单位+数字合并逻辑：

ALTER TABLE EnglishTexts 
ADD Text_FullText AS REPLACE(REPLACE(Text, N'SUR ', N'SUR' + NCHAR(0x200B) + N' '), N'SCR ', N'SCR' + NCHAR(0x200B) + N' ') 
PERSISTED
GO

2. 重建全文索引绑定到新的计算列：

DROP FULLTEXT INDEX ON EnglishTexts
GO
CREATE FULLTEXT INDEX ON EnglishTexts (Text_FullText LANGUAGE 'English') 
KEY INDEX PK_EnglishTexts 
ON TestSearchCatalog 
WITH (CHANGE_TRACKING = AUTO, STOPLIST = OFF)
GO

重建完成后，搜索单独数字即可返回所有匹配记录。

方案2：升级SQL Server累积更新 #

该问题属于SQL Server英语断词器的已知缺陷，微软已在以下版本修复：

• SQL Server 2019 CU18及以上版本
• SQL Server 2017 CU31及以上版本
  升级到对应版本后无需额外配置，断词器即可正常拆分SUR、SCR与后续数字。

方案3：临时查询兼容方案 #

如果需要紧急修复且不希望修改索引结构，可以调整查询条件同时匹配独立数字和联合索引项：

SELECT * FROM EnglishTexts 
WHERE CONTAINS(Text, '"12233" OR "SUR 12233" OR "SCR 12233"')

补充说明 #

中性语言断词器下SUR仍合并的问题，目前仅可通过方案1的预处理方式解决，暂无官方配置开关可直接调整。

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