MongoDB实现基于关键词的文章检索功能(C#版)

OStack程序员社区-中国程序员成长平台 › 门户 › 编程›数据库

原作者: [db:作者] 来自: [db:来源] 收藏邀请

我的实现目标是：

可以通过一个或多个关键词搜索到文章。

可以通过文章的关键词列表查询到其相关文章。

查询到的结果依据相关程度降序排列。

查询速度要够快。（理论上关键词检索比全文检索要快很多的）

在网上找了一大圈，就没有一个靠谱的方法，基本都是只能传入单词来检索，而且基本都没有提供C#驱动版本的代码，于是乎自己研究出了这个实现方案：

首先要求使用标签、分词、关键词提取组件对文章对应的关键词进行提取，然后作为数组格式，存入文章的Keywords字段中。

核心检索代码：

/// <summary>
/// 根据关键词获取文章编号与标题映射。
/// 注意：此方法会返回最为匹配的若干个项目，并根据匹配程度降序排列，即使是没有任何关键词匹配项，也会返回若干个结果的。
/// 另需注意：如果是根据文章关键词来查询，一般来说其中一定包含原文章，所以应该把期望获得的数量加1，并在结果中移除原文。
/// </summary>
/// <param name="limitNum">数量上限</param>
/// <param name="keywords">关键词集合</param>
/// <returns>文章编号与标题映射字典</returns>
public async Task<Dictionary<Guid, string>> GetArticleDicByKeywordsAsync(int limitNum, IEnumerable<string> keywords)
{
var list =
await
Database.GetCollection<Domain.Entity.Article>("Article").Aggregate()
.Match(q => !q.IsDeleted && q.Keywords != null)
.Project(q => new { q.Id, q.Title, Count = q.Keywords.Count(t => keywords.Contains(t)) })
.SortByDescending(q => q.Count)
.Limit(limitNum)
.ToListAsync();
return list.ToDictionary(f => f.Id, f => f.Title);
}

注意：这里一定要用Aggregate()方法做聚合，而不是常用的Find()方法做查询，Find()方法后面跟Project()方法也不会改变方法链中操作的对象类型，这样后面的SortByDescending()方法的目标对象还是Article类，而不是Project()方法中定义的匿名类，而SortByDescending()方法中传入的表达式又仅允许用来选择对象属性，不允许进行任何计算，所以就根本无法实现我们的需求，我在发现Aggregate()方法之前就在这里一直卡着很久~

用作关键词搜索时一般就是把关键词传入就可以了，不过传回的结果也有可能压根没有匹配到任何关键词，所以最好在发给用户前再检查一遍项目的匹配程度，把没有任何匹配的结果滤掉。

用作相关文章搜索时，直接把原文章的Keywords属性值传入，获取数量要比你预计的数量多1，因为非常可能你的原文章就在获取到的列表中，而且是前列，获取后滤掉原文章的ID，再执行Take方法返回你需要数量的项目即可（执行Take方法是为了以防你的原文没出现在列表中，这概率极小但也是有的）。

为了增进查询效率，还可以预设好索引，代码如下：

var c=Database.GetCollection<Domain.Entity.Article>("Article");
c.Indexes.DropAll();
await c.Indexes.CreateOneAsync(
Builders<Domain.Entity.Article>.IndexKeys.Ascending(q => q.Keywords));
//参考自：http://mongodb.github.io/mongo-csharp-driver/2.2/reference/driver/admin/#creating-an-index

所使用的C#官方驱动版本是：MongoDB.Driver.2.2.3