oracle全文索引之datastore_4_URL_DATASTORE

全文索引可以很方便的索引儲存在INTERNET上的資訊。在資料庫中只需要儲存需要索引的文章的URL就可以了。

由於目前討論的是DATASTORE屬性，因此這個例子只索引HTML文章，對於其他需要使用FILTER屬性的文章，在以後討論。
[@more@]SQL> show user;
USER is "MYUSER"
SQL> CREATE TABLE T (ID NUMBER, DOCS VARCHAR2(1000));

Table created.

SQL> INSERT INTO T VALUES (1, 'http://yangtingkun.itpub.net/');

1 row created.

SQL> INSERT INTO T VALUES (2, 'http://www.itpub.net/');

1 row created.

SQL> COMMIT;

Commit complete.

SQL> exec CTX_DDL.CREATE_PREFERENCE('TEST_URL', 'URL_DATASTORE');

PL/SQL procedure successfully completed.


SQL> exec ctx_ddl.set_attribute('TEST_URL','HTTP_PROXY','172.17.61.29:8002');

PL/SQL procedure successfully completed.

SQL> exec ctx_ddl.set_attribute('TEST_URL','Timeout','300');

PL/SQL procedure successfully completed.

SQL> CREATE INDEX IND_T_DOCS ON T (DOCS) INDEXTYPE IS CTXSYS.CONTEXT
2 PARAMETERS ('DATASTORE TEST_URL');

Index created.

SQL> SELECT * FROM T WHERE CONTAINS(DOCS, 'ORACLE') > 0;

no rows selected


由於公司上網需要設定代理，發現設定了proxy伺服器的IP地址和port不行，必須要指定為proxy服務的機器名和port.

如果需要代理才能連到INTERNET上，可以設定URL_DATASTORE的HTTP_PROXY等屬性。URL_DATASTORE還包含很多的屬性

Attribute Attribute Values
timeout
Specify the timeout in seconds. The valid range is 15 to 3600 seconds. The default is 30.

maxthreads
Specify the maximum number of threads that can be running simultaneously. Use a number between

1and 1024. The default is 8.

urlsize
Specify the maximum length of URL string in bytes. Use a number between 32 and 65535. The default

is 256.

maxurls
Specify maximum size of URL buffer. Use a number between 32 and 65535. The defaults is 256.

maxdocsize
Specify the maximum document size. Use a number between 256 and 2,147,483,647 bytes (2

gigabytes). The defaults is 2,000,000.

http_proxy
Specify the host name of http proxy server. Optionally specify port number with a colon in the

form hostname:port.

ftp_proxy
Specify the host name of ftp proxy server. Optionally specify port number with a colon in the

form hostname:port.

no_proxy
Specify the domain for no proxy server. Use a comma separated string of up to 16 domain names.



最後要說明的是，Oracle中僅僅儲存被索引文件的URL地址，因此，如果文件本身發生了變化，Oracle是無法知道的，也無法去同步索引，這時必須透過修改索引列也就是URL地址列的方式來通知Oracle，被索引資料已經發生了變化。