Oracle 19c Text NEAR运算符MAX_SPAN参数异常行为问询

问题背景 #

我们在Oracle 19c（版本19.15.0.0.0）中使用全文搜索CONTAINS函数结合NEAR运算符时，发现MAX_SPAN参数存在不符合官方文档描述的异常行为。

根据Oracle官方文档定义：

max_span用于指定包含所有查询词的最小聚类词组首尾词之间的间隔词数，默认值为100，指定数值大于100会返回错误；对于双词近邻查询，max_span代表两词间允许的最大距离。

但实际测试中发现以下异常：

• 当文本内存在两处查询词组合，且中间间隔大量重复词组时，max_span取值在2至96之间的NEAR查询无法匹配文本末尾紧邻的目标词组；
• 仅当max_span≥97，或删除中间重复词组时，才能正常匹配目标内容；
• 在另一测试文本中也出现类似现象，临界值为26/27，说明该问题并非仅与max_span上限100相关。

测试复现脚本 #

create table mytab(info varchar2(4000));

-- 插入测试文本：包含两处查询词组合，中间间隔19组重复词组
insert into mytab (info) values ('demonstrandum quod era Athena collorandum humanum aurora magna Athena collorandum humanum aurora magna Athena collorandum humanum aurora magna Athena collorandum humanum aurora magna Athena collorandum humanum aurora magna Athena collorandum humanum aurora magna Athena collorandum humanum aurora magna Athena collorandum humanum aurora magna Athena collorandum humanum aurora magna Athena collorandum humanum aurora magna Athena collorandum humanum aurora magna Athena collorandum humanum aurora magna Athena collorandum humanum aurora magna Athena collorandum humanum aurora magna Athena collorandum humanum aurora magna Athena collorandum humanum aurora magna Athena collorandum humanum aurora magna Athena collorandum humanum aurora magna Athena collorandum humanum aurora magna quantum quod era demonstrandum');

select * from mytab;

create index idx on mytab(info) indextype is ctxsys.context;

-- ✅ 可匹配目标内容的查询
select * from mytab where contains(info, 'quantum quod era demonstrandum') > 0;
select * from mytab where contains(info, 'quod era demonstrandum') > 0;

-- ❌ 无法匹配目标内容的查询（max_span 2~96）
select * from mytab where contains(info, 'NEAR((quod,era,demonstrandum), 2, true)') > 0;
select * from mytab where contains(info, 'NEAR((quantum,quod,era,demonstrandum), 2, true)') > 0;
select * from mytab where contains(info, 'NEAR((quod,era,demonstrandum), 96, true)') > 0;
select * from mytab where contains(info, 'NEAR((quantum,quod,era,demonstrandum), 96, true)') > 0;

-- ✅ 可匹配目标内容的查询（max_span ≥97）
select * from mytab where contains(info, 'NEAR((quod,era,demonstrandum), 97, true)') > 0;
select * from mytab where contains(info, 'NEAR((quantum,quod,era,demonstrandum), 97, true)') > 0;

drop table mytab;

结论判断 #

这并非对官方文档的理解错误，而是Oracle 19c全文搜索NEAR运算符的MAX_SPAN参数存在Bug，原因如下：

1. 目标词组quantum quod era demonstrandum本身是紧邻的，首尾词间隔仅2个词，远小于测试中设置的max_span=96，完全符合文档中max_span的匹配条件；
2. 仅当中间存在大量重复词组时才触发异常，说明全文搜索引擎在处理包含重复内容的文本时，对NEAR聚类的首尾词间隔计算逻辑出现偏差，错误地将中间重复内容的长度计入了目标词组的间隔计算；
3. 不同文本出现不同临界值，进一步证明这是引擎计算逻辑的问题，而非文档定义的歧义。

内容的提问来源于stack exchange，提问作者Claude