跳到主要内容

CREATE INVERTED INDEX

Introduced or updated: v1.2.405
企业版功能
INVERTED INDEX是企业版功能。 如需获取许可证,请联系 Databend 支持团队

在 Databend 中创建一个新的 inverted index。

语法

CREATE [ OR REPLACE ] INVERTED INDEX [IF NOT EXISTS] <index>
ON [<database>.]<table>( <column>[, <column> ...] )
[ <IndexOptions> ]
参数描述
[ OR REPLACE ]可选参数,指示如果索引已存在,则将其替换。
[ IF NOT EXISTS ]可选参数,指示仅当索引尚不存在时才创建索引。
<index>要创建的 inverted index 的名称。
[<database>.]<table>包含要为其创建索引的列的数据库和表的名称。
<column>要包含在索引中的列的名称。可以为同一表创建多个索引,但每个列在索引中必须是唯一的。
<IndexOptions>可选的索引选项,用于指定如何构建 inverted index。

IndexOptions

IndexOptions ::=
TOKENIZER = 'english' | 'chinese'
FILTERS = 'english_stop' | 'english_stemmer' | 'chinese_stop'
INDEX_RECORD = 'position' | 'basic' | 'freq'
  • TOKENIZER 指定如何对文本进行分段以进行索引。它支持 english (默认) 和 chinese tokenizer。

  • FILTERS 定义了术语过滤的规则:

    • 可以指定多个过滤器,用逗号分隔,例如 FILTERS = 'english_stop,english_stemmer'
    • 默认情况下会添加小写过滤器,以将单词转换为小写字母。
FILTERS描述
english_stop删除英语停用词,如 "a"、"an" 和 "and" 等。
english_stemmer将同一单词的不同形式映射到一个通用单词。例如,"walking" 和 "walked" 将被映射到 "walk"。
chinese_stop删除中文停用词,目前仅支持删除中文标点符号。
  • INDEX_RECORD 确定要为索引数据存储的内容:
INDEX_RECORD默认?描述
position存储 DocId、词频和位置,占用空间最大,提供更好的评分,并支持短语术语。
basic仅存储 DocId,占用空间最小,但不支持像 "brown fox" 这样的短语搜索。
freq存储 DocId 和词频,占用中等空间,不支持短语术语,但可以提供更好的分数。

示例

-- 为表 'user_comments' 中的 'comment_text' 列创建 inverted index
CREATE INVERTED INDEX user_comments_idx ON user_comments(comment_text);

-- 创建一个带有中文 tokenizer 的 inverted index
-- 如果未指定 tokenizer,则默认为英语
-- Filters are `english_stop`, `english_stemmer` and `chinese_stop`
-- Index_record in `basic`.
CREATE INVERTED INDEX product_reviews_idx ON product_reviews(review_text) TOKENIZER = 'chinese' FILTERS = 'english_stop,english_stemmer,chinese_stop' INDEX_RECORD='basic';

-- 为表 'user_comments' 中的 'comment_title' 和 'comment_body' 列创建 inverted index
-- SHOW CREATE TABLE 的输出包括有关已创建的 inverted index 的信息
CREATE INVERTED INDEX customer_feedback_idx ON customer_feedback(comment_title, comment_body);

SHOW CREATE TABLE customer_feedback;

┌─────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────┐
TableCreate Table
├───────────────────┼─────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────┤
│ customer_feedback │ CREATE TABLE customer_feedback (\n comment_title VARCHAR NULL,\n comment_body VARCHAR NULL,\n SYNC INVERTED INDEX customer_feedback_idx (comment_title, comment_body)\n) ENGINE=FUSE │
└─────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────┘
开始使用 Databend Cloud
低成本
快速分析
多种数据源
弹性扩展
注册