目录一、需求调研二、常规思路四、寻找解决方案四、说干就干，实现它1 将like 改为instr函数2 使用Oracle全文索引一、需求调研
正如题目所说，我们使用的是Oracle数据库，数据量在800万左右。我们要完成的事情就是在着800万数据中，通过某些字段进行模糊查询，得到我们所需要的结果集。
这是表里的数据，一共7328976 条数据，接近800万
select count(1) from t_material_new;
这是我们想要的结果，根据耗材名称、生产企业名称或其他字段模糊查询出我们想要的结果集
(资料图片仅供参考)
select * from t_material_new t where (t.耗材名称 like "%一次性%" ) and (t.生产企业名称 like "%洁瑞医用制品%");
二、常规思路
一听到要模糊查询，我们想到得关键字当然是like了。
like我们常用的有以下三种匹配方式
字段 like "%关键字%"查询出字段包含”关键字”的记录
字段 like "关键字%"查询出字段以”关键字”开始的记录
字段 like "%关键字"查询出字段以”关键字”结束的记录
我们都知道like关键字的查询效率比较低，我们来看下具体查询效率1、字段 like "%关键字%"方式
-- 1、查询包含关键字记录 需要花费5.61sselect * from t_material_new t where (t.耗材名称 like "%一次性%" ) and (t.生产企业名称 like "%洁瑞医用制品%");
2、字段 like "关键字%"方式
-- 2、查询以”关键字”开始的记录 花费0.203sselect * from t_material_new t where (t.耗材名称 like "真空采血%") and (t.生产企业名称 like "重庆三丰医疗器%");
3、 字段 like "%关键字"方式
3、查询以”关键字”结束的记录 花费0.484sselect * from t_material_new t where (t.耗材名称 like "%肠内") and (t.生产企业名称 like "%疗器械有限公司");
通过以上测试，我们可以得出以下结论
字段 like "%关键字%"没法走索引，效率极低
字段 like "关键字%"和
字段 like "%关键字"可以走到索引，查询效率可以接受
我们让用户通过第二种、或第三种方式检索也不太现实。那就只能想想办法看能不能优化了。
四、寻找解决方案
遇到问题总是要解决的，然后就去请教大佬了。
咨询后小结：（1）建立函数索引
原来函数也是可以建立索引的，get到新技能了。但是这里的由于函数入参内容的不确定性，没法建立函数索引。这种方案便被否决了
（2）提升硬件质量
作为一名资深打工人，提升硬件质量当然不是由我能决定的了。
以上两种方案都不行，那就只能另辟蹊径了。问了度娘之后，从网上有找到了两种相对靠谱的方案。1、将like 关键字替换为instr 函数2、建立全文索引
四、说干就干，实现它1 将like 改为instr函数
① 函数简介
instr 俗称字符查找函数。用于查找目标字符串在源字符串中出现的位置
② 语法格式
-- sourceString 代表源字符串-- destString 代表目标字符串-- start 代表从源字符串查找开始位置，默认为1，可以省略 负数表示倒数第几位开始查找-- appearPosition 代表想从源字符中查找出第几次出现目标字符串destString 默认为1，可以省略instr(sourceString,destString,start,appearPosition)instr("源字符串", "目标字符串" ,"开始位置","第几次出现")
③ 举个栗子
-- 省略后两个默认参数select instr("helloworld","l") from dual; --返回结果:3 即第一次出现"l"的位置是第3位select instr("helloworld","wo") from dual; --返回结果:6 即第一次出现"wo"的位置是第6位select instr("helloworld","wr") from dual; --返回结果:0 即未查找到字符串"wr"--带上后两位参数select instr("helloworld","l",2,2) from dual; --返回结果:4 即在"helloworld"的第2位(e)开始，查找第二次出现的"l"的位置是4select instr("helloworld","l",-2,3) from dual; --返回结果:3 即在"helloworld"的倒数第2(l)号位置开始，往回查找第三次出现的“l”的位置是3
④ 用instr函数改写上面的sql
select * from t_material_new t where (t.耗材名称 like "%一次性%" ) and (t.生产企业名称 like "%洁瑞医用制品%"); -- 得到结果集需要 6.11秒-- 相当于select * from t_material_new t where instr(t.耗材名称,"一次性")>0 and instr(t.生产企业名称, "洁瑞医用制品")>0; -- 得到结果集只需要3.812秒
小结：用instr函数改写like 关键字后，查询效率明显提高了。但是，还有没有其他方式可以再优化一下呢？经过小编坚持不懈的问度娘之后，还真找到了另一个方法，那就建立全文索引。建立全文索引有点复杂，具体操作参照【2使用Oracle全文索引】
2 使用Oracle全文索引
温馨提示：建立索引是需要占用一部分磁盘空间的，这其实也是我们常说的以空间换取时间
① Oracle版本的要求
Oracle 10g或以上版本才支持，其他低版本的就不能使用了
② 建立索引前准备工作
oracle全文检索需要ctxsys用户的支持，我们需要使用ctxsys用户下的ctx_ddl这个包。在建立全文索引过程中，基本上都在使用这个包。
我们在安装Oracle的时候，ctxsys用户可能没启用。我们这里要做的有两步Ⅰ 解锁ctxsys用户，以获得ctx_ddl包的使用权限。
-- 需要以Oracle管理员system用户进行解锁alter user ctxsys account unlock;
Ⅱ 将ctx_ddl包的操作权限赋给需要操作的用户
grant execute on ctx_ddl to testuser;
③创建分析器
oracle text的分析器 ,类似于lucene中的分词器，将需要检索的记录，按照一定的方式进行词组拆分，然后存放在索引表中。检索的时候根据索引表中存放的拆分词组，对传入的关键字进行匹配，并返回匹配结果集。
oracle text中的分析器有3种：
basic_lexer：只能根据空格和标点来进行拆分。比如“云南楚雄”，只能拆分为“云南楚雄”一个词组chinese_vgram_lexer：专门的汉语分析器，按字单元进行拆分，比如“云南楚雄”，可以拆分为“云”、“云南“、”南楚”、“楚雄”、“雄”五个词组。这种方式的好处是能够将所有有可能的词组全部保存进索引表，使得数据不会遗漏。chinese_lexer：一种新的汉语分析器，能够认识大部分常用的汉语词汇，并按常用词汇进行拆分存储。比如“云南楚雄”，只会被拆分为“云南”、“楚雄”两个词组。
为了是的需要检索的数据不会出现遗漏，这里我们选择chinese_vgram_lexer这个分词器
登录我们需要查询数据的用户，以chinese_vgram_lexer这种分词器方式创建分析器
-- 创建一个“chinese_vgram_lexer”分析器，名称为my_lexerbeginctx_ddl.create_preference ("my_lexer", "chinese_vgram_lexer"); end;
④ 创建过滤词组我们在检索数据的时候，通常不需要某些词组进行检索，就如同上面查询条件中的生产企业。我们不希望输入“公司”、“有限公司”、“有限责任公司”等这样的关键词，也会检索出结果。
我们就可以通过建立过滤词组，以实现创建索引的时候将这些词组过滤掉
-- 创建一个词组过滤器beginctx_ddl.create_stoplist("my_stoplist"); end;-- 往词组过滤器中添加过滤关键字beginctx_ddl.add_stopword("my_stoplist","公司"); ctx_ddl.add_stopword("my_stoplist","股份有限公司"); ctx_ddl.add_stopword("my_stoplist","有限责任公司"); end;
⑤ 到了最重要的一步，建立索引以上所有都是为这一步准备的。
根据需求，我们需要对表t_material_new中的耗材名称和生产企业名称进行检索。所以我们需要以耗材名称和生产企业名称字段建立索引。建立脚本如下
注：以下脚本在执行的时候需要花费一点时间，耐心等待即可
-- 在t_material_new表中的【耗材名称】和【生产企业名称】字段上创建索引，索引类系那个为context类型，该索引用到的分析器为前面定义的my_lexer，该索引用到的过滤词组为前面定义得my_stoplistcreate index INDEX_MATERIAL_NAME on t_material_new(耗材名称) indextype is CTXSYS.CONTEXT parameters("lexer my_lexer stoplist my_stoplist"); create index INDEX_MATERIAL_PROD on t_material_new(生产企业名称) indextype is CTXSYS.CONTEXT parameters("lexer my_lexer stoplist my_stoplist");
创建完索引后，我们会发现当前用户下，关于INDEX_MATERIAL_NAME索引多了四个表，关于INDEX_MATERIAL_PROD也多了四个表。
其中t_material_new表中【耗材名称】字段被拆分后的词组保存在dr\(index_material_name\)i表中其中t_material_new表中【生产企业名称】字段被拆分后的词组保存在dr\(index_material_prod\)i表中
我们来查询下表的具体内容看看
select * from dr$index_material_name$i;
select * from dr$index_material_prod$i;
⑥ 如何使用索引？
-- 将以上查询sql改下为用全文索引的查询方式 （查询出我们想要的结果集仅仅需要0.312秒）select * from t_material_new t where contains(t.耗材名称,"一次性")>0 and contains(t.生产企业名称, "洁瑞医用制品")>0;
到此，基本上已经圆满完成了我们的需求任务。我们做到了模糊查询从 6.11秒--> 3.812秒--> 0.312秒
可能细心的小伙伴会发现一个问题，如果表t_material_new 中插入了新的数据，那么分析器中不就没记录到这些词了吗？
小伙伴提的这个问题挺好的，当然我们也有对应的方法解决
⑦ 完善我们的索引
当我们需要修改t_material_new 表中的数据，比如添加、删除、更新等操作时，INDEX_MATERIAL_NAME和INDEX_MATERIAL_PROD索引是不会同步更新数据的，需要我们在程序中手动的更新。
-- 更新同步索引中分词数据beginctx_ddl.sync_index("INDEX_MATERIAL_NAME") ctx_ddl.sync_index("INDEX_MATERIAL_PROD") end
当然了我们可以在表t_material_new 上写一个oracle的触发器，当添加、删除、修改操作时，进行索引分词更新；或者创建定时任务定时更新也可以。
定时任务的建立可以参照之前写过的文章Oralce定时任务实际应用
到此，Oracle模糊查询优化就算完成了，但是还想分享一个小技巧。怎么将excel 表格中的数据快速导入到Oracle数据库中呢？要是数据少，都好说。当数据量到几十万、或者几百万的时候就比较难了。这里推荐用Navicat工具导入
个人亲自实测，导入速度还是挺快的。
以上就是文章的全部内容了，希望对你有所帮助
关键词：
