全文索引和查询过程

全文索引过程

全文填充（也称为爬网）开始后，全文引擎会将大批数据存入内存并通知筛选器后台程序宿主。宿主对数据进行筛选和断字，并将转换的数据转换为倒排词列表。然后，全文搜索从词列表中提取转换的数据，对其进行处理以删除非索引字，然后将某一批次的词列表永久保存到一个或多个倒排索引中。

对存储在 varbinary(max) 或 image 列中的数据编制索引时，筛选器（实现 IFilter 接口）将基于为该数据指定的文件格式（例如，Microsoft Word）来提取文本。在某些情况下，筛选器组件要求将 varbinary(max) 或 image 数据写入 filterdata 文件夹中，而不是将其存入内存。

在处理过程中，通过断字符将收集到的文本数据分隔成各个单独的标记或关键字。用于词汇切分的语言将在列级指定，或者也可以通过筛选器组件在 varbinary(max)、image 或 xml 数据内标识。

还可能会进行其他处理以删除非索引字，并在将标记存储到全文索引或索引片断之前对其进行规范化。

填充完成后，将触发最终的合并过程，以便将索引片断合并为一个主全文索引。由于只需要查询主索引而不需要查询大量索引片断，因此这将提高查询性能，并且可以使用更好的计分统计信息来得出相关性排名。

注意
由于合并索引片断时必须读取和写入大量的数据，所以主合并可能会耗费大量 I/O，但它不会阻塞传入的查询。并且，对大量数据进行主合并会创建一个长时间运行的事务，在检查点期间延迟事务日志的截断。在这种情况下，事务日志可能会在完整恢复模式下显著增长。作为最佳实践，在使用完整恢复模式的数据库中重新组织较大的全文索引之前，应确保事务日志中包含足够的空间用于长时间运行的事务。有关详细信息，请参阅管理事务日志文件的大小。

全文查询过程

查询处理器将查询的全文部分传递到全文引擎以进行处理。全文引擎执行断字，此外，它还可以执行同义词库扩展、词干分析以及非索引字（干扰词）处理。然后，查询的全文部分以 SQL 运算符的形式表示，主要作为流式表值函数 (STVF)。在查询执行过程中，这些 STVF 访问倒排索引以检索正确结果。此时会将结果返回给客户端，或者先将它们进一步处理，再将它们返回给客户端。

请参阅

概念