iOS__SQLite FTS3 and FTS4

最近项目需要数据库全文检索,我们所使用的FMDB支持FTS3的使用

FTS3 和FTS4 是一个SQLite 虚拟表的模块, 允许用户执行全文搜索一组文档从最常见()方法

但是在使用过程中发现有很多不一致的地方 如:

    CREATE VIRTUAL TABLE en1 USING fts3(content TEXT) */ FTS3 表/*
    CREATE TABLE IF NOT EXISTSen1(content TEXT); /* 普通表*/ 

创建数据库成功时候发现居然有四张表:(可能是相关的索引吧)

11DE9BA9-7662-469B-BC4F-EC279409CA10.png

插入数据和我们正常没有什么区别

 replace intoen1(content) values('%@')

但是查询的时候不是我们通常喜欢使用的#like#了 而是 #MATCH# 当然据说比like查询的速度快上1000倍 具体我没有测试

现在说说几个MATCH在使用的时候出现的问题:
1、如果我们已经创建好了一系列的表,新的需求需要使用全文检索我们是否要重新创建数据库
2、在使用过程中个人认为这个是给外国人使用的,因为什么呢,因为查询的时候只能查询某个词,如“SQLite is an ACID compliant embedded relational database management system” 每一个单词都是独立的、有空格来分开。而中文则不需要由此出现了查询不出来的问题
如:


![B6C6E4D4-43E2-4E74-956D-F0AC1B13B0BD.png](http://upload-images.jianshu.io/upload_images/1117002-907a2f347fe99b12.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)

下面来比较一下like与MATCH

MATCH方式
SELECT * FROM en1 WHERE content MATCH '玩%'
SELECT * FROM en1 WHERE content MATCH '玩*'
D3BCAAF7-48D1-4C86-9E8A-C634DA72C1EE.png
like方式:
E807CE1B-4B7A-4934-8722-FF045888EEF5.png

从而我们证明普通的建表是不可能实现这个功能的,那微信、QQ等App都是如果使用的呢?他们是在使用这个架构吗?

峰会路转

经过不断的资料查询,我找到了
http://www.hustlzp.com/post/2016/02/ios-full-text-search-using-sqlite-fts4?utm_source=tuicool&utm_medium=referral

中文的查询我们需要重新定义分词器:而FMDB给我们提供了相应的分词器:

FMDatabase+FTS3
FMTokenizers

貌似并没有多线程的方式,需要自己去重写了,现在我们先尝试FMDatabase

创建数据库

[self.dbQueue open];
FMSimpleTokenizer *simpleTok = [[FMSimpleTokenizer alloc] initWithLocale:NULL];
[self.dbQueue installTokenizerModule];
[FMDatabase registerTokenizer:simpleTok withKey:@"simple"];

NSString *sql = [NSString stringWithFormat:@"CREATE VIRTUAL TABLE SQLiteDB USING fts4(content,topic,tokenize=fmdb simple)"];
NSLog(@"----%@",sql);
[self.dbQueue executeUpdate:sql];
[self.dbQueue close];

重新添加数据:

[self.dbQueue open];
FMSimpleTokenizer *simpleTok = [[FMSimpleTokenizer alloc] initWithLocale:NULL];
[self.dbQueue installTokenizerModule];
[FMDatabase registerTokenizer:simpleTok withKey:@"simple"];

NSString * sql = [NSString stringWithFormat:@"replace INTO SQLiteDB (content,topic) values('%@','%@')",model.content,[self getUUIDString]];
[self.dbQueue executeUpdate:sql];
[self.dbQueue close];

我们这里看到在每个sql语句之前都有

FMSimpleTokenizer *simpleTok = [[FMSimpleTokenizer alloc] initWithLocale:NULL];
[self.dbQueue installTokenizerModule];
[FMDatabase registerTokenizer:simpleTok withKey:@"simple"];

如果我们使用分词器创建库,那么我们如果我们不使用它去添加数据会报错:
DB Error: 1 "unknown tokenizer: fmdb"
数据库:

C93E2DE2-4D31-4255-B2EA-036347DD9B8E.png

使用可视化的软件打开
SQLiteDB我们无法查看:unknown tokenizer: fmdb可能是分词器的原因

content数据:


4AFA42D0-2B1D-4D36-BEE1-F51DC180D6FD.png
数据查询:
FMSimpleTokenizer *simpleTok = [[FMSimpleTokenizer alloc] initWithLocale:NULL];
[self.dbQueue installTokenizerModule];
[FMDatabase registerTokenizer:simpleTok withKey:@"simple"];
NSString *sql = [[NSString alloc] initWithFormat:@"SELECT * FROM SQLiteDB WHERE SQLiteDB MATCH '%@'", @"人工果醋"];
NSLog(@"-----%@",sql);
FMResultSet *rs = [self.dbQueue executeQuery:sql];
while ([rs next])
{
    SQLiteModel *item = [self getMessageResult:rs];
    if  (item != nil){
        [retArr addObject:item];
    }
}
[self.dbQueue close];
54D3A40C-88A8-44DC-AB50-A4BC6DB6ED26.png
最后问题有来了......

问题来了 我们发现在ios8的机器上查询不出结果!~~~(>_<)~~~

未完待续..在努力中.....

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 202,723评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,080评论 2 379
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 149,604评论 0 335
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,440评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,431评论 5 364
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,499评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,893评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,541评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,751评论 1 296
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,547评论 2 319
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,619评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,320评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,890评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,896评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,137评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,796评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,335评论 2 342

推荐阅读更多精彩内容