自己管理型配置のテキストインデックス

Overview

自己管理型配置でテキスト検索クエリを実行するには、コレクションにテキスト インデックスが必要です。 MongoDB provides text indexes to support text search queries on string content. Text indexes can include any field whose value is a string or an array of string elements. コレクションに含められるテキスト検索インデックスは1 つだけですが、そのインデックスは複数のフィールドをカバーできます。

互換性

MongoDB Atlas でホストされている配置にはテキストインデックスを使用できます。

MongoDB Atlas でホストされている配置のインデックスの管理の詳細については、「インデックスの作成、表示、削除、および非表示 」を参照してください。

バージョン

テキストインデックスには 3 つのバージョンがあります。 デフォルトでは、MongoDB は新しいテキストインデックスを含むバージョン 3 を使用します。

デフォルトを上書きして古いバージョンを使用するには、インデックスを作成するときに textIndexVersionオプションを使用します。

テキストインデックスの作成

textインデックスを作成するには、 db.collection.createIndex()メソッドを使用します。 stringまたはstring配列を含むフィールドをインデックス化するには、次の例のように、フィールドを含め、インデックス ドキュメントにstringリテラル "text" を指定します。

db.reviews.createIndex( { comments: "text" } )

textインデックスでは複数のフィールドにインデックスを付けることができます。 次の例では、フィールドsubjectとcommentsにtextインデックスを作成しています。

db.reviews.createIndex(
   {
     subject: "text",
     comments: "text"
   }
 )

複合インデックスには、昇順および降順のインデックス キーと組み合わせてtextインデックス キーを含めることができます。 詳細については、「複合インデックス 」を参照してください。

textインデックスを削除するには、インデックス名を使用します。 詳細については、「 インデックス名を使用してtextインデックスを削除する 」を参照してください。

db.collection.createIndex( { "$**": "text" } )

db.collection.createIndex( { a: 1, "$**": "text" } )

大文字と小文字の区別なし

バージョン3text インデックスは、一般的なC 、単純なS 、およびトルコ語の言語でT Unicode8.0 文字データベース大文字 と小文字の をサポートしています。 。

大文字と小文字のフォールディングは、 textインデックスの大文字と小文字を区別しない範囲を拡大して、 éやÉなどの発音区別符号付き文字や、キリル文字の "適用" や "ped" など、非ラテン文字の文字を含めます。 。

textインデックスのバージョン3も、発音区別符号を区別しません 。 そのため、インデックスではé 、 É 、 e 、 Eの間も区別されません。

textインデックスの以前のバージョンでは、 [A-z]のみで大文字と小文字が区別されませんでした。つまり、非発音区別符号以外のラテン文字のみ では大文字と小文字は区別されません。 テキストインデックスの以前のバージョンでは、他のすべての文字は別の文字として扱われます。

発音区別符号の区別なし

バージョン3では、 textインデックスは発音区別符号を区別しません。 つまりインデックスでは、 é 、 ê 、 eなど、発音区別符号を含む文字と含まない文字を区別しません。 具体的には、 インデックスは、text Unicode8 で発音区別符号として分類された文字を削除します。0 文字データベースのプロンプト リスト 。

textインデックスのバージョン3も、発音区別符号のある文字では大文字と小文字を区別されません。 そのため、インデックスではé 、 É 、 e 、 Eの間も区別されません。

textインデックスの以前のバージョンでは、発音区別符号付きの文字は別個の文字として扱われていました。

トークン化区切り文字

3textトークン化に、バージョンDash HyphenPattern_Syntaxインデックスは、Quotation_Mark Unicode の 、 、 、 、Terminal_Punctuation 、White_Space 8に分類される区切り文字を使用します。0 文字データベースのプロンプトリスト 。

たとえば、string "Il a dit qu'il «était le meilleur joueur du monde»"の場合、 textインデックスは« 、 » 、スペースを区切り文字として扱います。

インデックスの以前のバージョンでは、 «は用語"«était"の一部として、 »は用語"monde»"の一部として扱われます。

インデックス エントリ

text インデックスは、インデックスエントリのインデックス付きフィールドのタームをトークン化し、ステミングします。 textインデックスでは、コレクション内の各ドキュメントの各インデックス付きフィールドに、一意の語幹付きタームごとに 1 つのインデックスエントリが保存されます。 インデックスは言語固有の単純な接尾辞ステミングを使用します。

サポートされている言語とストップワード

MongoDB はさまざまな言語のテキスト検索をサポートしています。 text an the言語固有のストップワードand例a サポートされている言語のリストについては、「自己管理型配置のテキスト検索言語 」を参照してください。

none の値に default_language を指定すると、テキストインデックスはストップワードを含むフィールド内の各単語を解析し、接尾辞の語幹を無視します。

textインデックスの言語を指定するには、「自己管理型配置のテキスト インデックスのデフォルト言語の指定」を参照してください。

sparse プロパティ

text インデックスは常にスパースで、スパースオプションを無視します。 ドキュメントにtextインデックス フィールドがない場合（またはフィールドがnullまたは空の配列である場合）、MongoDB はドキュメントのエントリーをtextインデックスに追加しません。 挿入の場合、MongoDB はドキュメントを挿入しますが、 textインデックスには追加しません。

textインデックス キーと他のタイプのキーを含む複合インデックスの場合、インデックスがドキュメントを参照するかどうかは、 textインデックス フィールドのみによって決定します。 その他のキーは、インデックスがドキュメントを参照するかどうかを決定しません。

制限事項

テキスト検索とフレーズ

$text 操作の $search 文字列にフレーズと個々のタームが含まれている場合、$text はそのフレーズを含むドキュメントのみと一致します。

$text 演算子は複数のフレーズでは使えません。

ストレージ要件とパフォーマンスのコスト

text インデックスには次のストレージ要件とパフォーマンスのコストがあります。

• text インデックスは大きくなる場合があります。 挿入された各ドキュメントの各インデックス付きフィールドには、それぞれ一意のステミング処理された単語ごとに 1 つのインデックスエントリが含まれます。

• textインデックスの作成は、大規模な マルチキーインデックスの作成 と非常によく似ており、同じデータに対して単純な順序付き（スカラー）インデックスを作成するよりも時間がかかります。

• 既存のコレクションに大規模なtextインデックスを作成する場合は、オープンできるファイル記述子に十分な上限を設けるように確認します。 推奨設定 を参照してください。

• text インデックスは挿入スループットに影響を与えます。これは、MongoDB が新しいソースドキュメントの各インデックス付きフィールドに、一意のステミング処理されたインデックスエントリを追加する必要があるためです。

• また、 textインデックスでは、ドキュメント内のフレーズや単語の近接性に関する情報は保存しません。 その結果、コレクション全体が RAM に収まる方が、フレーズ クエリはより効率的に実行されます。

テキスト検索のサポート

textインデックスは$textクエリ操作をサポートしています。 テキスト検索の例については、 $text reference pageを参照してください。 集計パイプラインにおける$text操作の例については、「自己管理型配置の集計パイプラインの $text 」を参照してください。