面试题：MongoDB中如何实现简单的多语言全文本搜索

Question

假设在MongoDB中有一个包含多种语言文本的集合，如英语和法语的新闻文章，你需要对这些文章进行全文本搜索。请描述实现这一搜索功能的主要步骤，包括创建索引以及查询的基本语法。

Answer 1

创建索引

1. 连接到MongoDB：使用MongoDB的客户端工具（如mongo shell）或编程语言中的MongoDB驱动连接到数据库。
2. 选择集合：例如，假设集合名为news_articles，使用use your_database选择数据库，然后db.news_articles选择集合。
3. 创建文本索引：在MongoDB中，使用createIndex方法创建文本索引。语法如下：

db.news_articles.createIndex({content: "text"})

这里假设新闻文章的文本内容存储在content字段中。如果文章包含多种语言，MongoDB会根据语言分析器对文本进行处理。对于不同语言，可以通过languageOverride选项指定语言。例如，如果有一个language字段存储文章的语言代码：

db.news_articles.createIndex({content: "text", language: 1}, {languageOverride: "language"})

查询基本语法

1. 简单文本查询：使用$text操作符进行全文本搜索。例如，要搜索包含“computer”一词的文章：

db.news_articles.find({$text: {$search: "computer"}})

2. 更复杂查询：可以结合其他条件，比如同时要求文章发布时间在某个范围内：

db.news_articles.find({
    $text: {$search: "computer"},
    publish_date: {$gte: ISODate("2023-01-01T00:00:00Z")}
})

3. 多词查询与操作符：默认情况下，$text搜索使用“或”逻辑匹配多个词。如果要使用“与”逻辑，可以在词前加上$and操作符。例如，搜索同时包含“computer”和“science”的文章：

db.news_articles.find({$text: {$search: "$and computer science"}})

4. 排序与限制：可以对搜索结果进行排序和限制返回的文档数量。例如，按相关性得分降序排列并只返回前10个结果：

db.news_articles.find({$text: {$search: "computer"}}).sort({score: {$meta: "textScore"}}).limit(10)

这里score字段使用$meta操作符获取文本搜索的相关性得分。