面试题：MongoDB全文搜索索引在复杂场景下的优化与应用

Question

在一个大型新闻数据库中，集合 'news' 存储新闻文章，每个文档有 'title'、'body'、'category' 等字段。要求对 'title' 和 'body' 字段建立全文搜索索引以支持高效的新闻检索。同时，需要根据 'category' 字段进行分类过滤检索。请描述如何设计索引策略以及实现相关查询，以保证在大数据量下的查询性能。

Answer 1

索引策略设计

1. 全文搜索索引：
   • 对于 title 和 body 字段，使用全文搜索索引。以 MongoDB 为例，可通过以下方式创建全文索引：

   db.news.createIndex({title: "text", body: "text"});
   

   • 全文搜索索引能处理文本中的词干提取、停用词过滤等，在文本量较大时能极大提高检索效率。
2. 分类过滤索引：
   • 针对 category 字段，创建单字段索引。在 MongoDB 中：

   db.news.createIndex({category: 1});
   

   • 单字段索引适用于基于该字段的过滤查询，能够快速定位到符合特定分类的文档。

实现相关查询

1. 全文搜索并分类过滤：
   • 以 MongoDB 为例，假设要搜索标题或正文中包含“技术”且分类为“科技”的新闻：

   db.news.find({
       $text: {$search: "技术"},
       category: "科技"
   });
   

   • 这里 $text 操作符用于全文搜索，配合 $search 指定搜索词。同时通过 category 字段进行分类过滤。
2. 仅分类过滤查询：

   db.news.find({category: "体育"});
   

   • 此查询仅基于 category 字段进行过滤，由于 category 字段上有单字段索引，在大数据量下也能快速返回结果。

通过这样的索引策略和查询设计，可以在大数据量下保证新闻检索的性能。