全文検索機能は、利用するリレーショナルデータベースとは別に検索専用のインデックスファイルを利用します。次のようなアプリケーションに向いています。
顧客モデルの「氏名」「備考」項目に全文検索を適用した例です。検索画面は「通常検索」と「全文検索」の二つのタブが用意されます。
全文検索タブを開いたところを図2に示します。入力欄は1つのみとなります。これでモデル内の(全文検索を指定した)項目を横断的に検索します。
検索結果の一覧表示画面を図3に示します。全文検索では一覧表示の方法も異なっています。全文検索の対象とした項目の内容が表示され、かつキーワードの部分は強調(太字)となります。
項目「氏名」は検索条件に使う、という設定を行っています。
この状態で「モデル項目詳細定義 > 検索制御 > 全文検索」にある「全文検索を行う」を有効にします。
全文検索に関するその他の設定は次のとおりです。
全文検索に使用する項目のうちいずれか一つに本設定を適用してください。検索結果表示時のタイトルとして利用します。
この二つはサジェストの設定で利用します。
次節で説明します。
添付ファイルの内容も全文検索の対象とすることができます。Word, Excel, PowerPoint, PDF といったバイナリファイルおよび TEXT, HTML, RTF, XML といったテキストファイルに対応しています。
PDFファイルに含まれる文字列で検索した例を図5に示します。
画面上の「+」ボタンを押下すると、ファイル内容の詳細が表示されます。ボタンは「-」に変わります。(図6)
ファイル型項目を用意し、検索対象とします。さらに全文検索を有効にすると同時に「ファイルの内容を検索する」を有効にします。
「環境 > アプリケーション」タブを開きます。「全文検索 > 文字抽出プログラム」に "Tika" を指定します。
「データ一件に格納できる最大文字数」を指定することができます。未指定時は330 万文字となります。 この値を超える文字は、インデックス作成の対象とならないため、検索されません。
あまり大きな文字数を指定すると、インデックス作成に時間がかかり、メモリ不足となる可能性もあります。 業務要件に合わせた数字を設定してください。以下、設定時の目安を示します。
全文検索タブにおける検索キーワードの入力ルールは次のとおりです。
| ルール | 説明 | 例 |
|---|---|---|
| AND 検索 | 複数のキーワードがすべて含まれるデータを検索します。 | 東京 ニューヨーク ロンドン |
| OR 検索 | いずれかのキーワードがすべて含まれるデータを検索します。先頭に OR と指定します。 | OR 東京 ニューヨーク ロンドン |
全文検索機能を用いた場合は「検索語の一致度の高さ」を基準にして検索結果の一覧が表示されます。 通常の Wagby による一覧表示とは異なり、項目毎の並び替え機能は動作しません。
全文検索機能の対象となる項目は以下の通りです。
| 項目の形態 | 項目の型 |
|---|---|
| (繰り返しでない)単一項目 | 文字列、ファイル名 |
| 繰り返し項目 | 文字列 |
| 繰り返しコンテナ内の項目 | 文字列、ファイル名 |
さらに次の条件を満たす必要があります。
この条件を満たさない項目は全文検索機能の対象となりません。(「全文検索機能を使用する」を有効にしても無視されます。)
全文検索を有効にしたモデルは、詳細画面を作成するようにしてください。一覧表示から詳細表示画面へのリンクが常に用意されます。
全文検索またはサジェスト機能を有効にしたモデルは、生成されるソースコードの形式が大きく変わります。
全文検索のために利用する検索用インデックスファイルは次の場所に格納されます。
wagbyapp\webapps\wagby\WEB-INF\idxdir\モデル名
インデックスファイルは次のタイミングで変更されます。
データをインデックスに登録すると、データ1件に使用されるサイズは、登録対象サイズの最大約7.2倍になります。 このことから、1モデルで使用するインデックスサイズは次のように見積りできます。
インデックスサイズ(バイト) = データ件数 × 平均登録対象サイズ × 7.2
平均登録対象サイズは、全文検索の対象となる項目に格納される文字列数および添付文書に含まれるテキスト文字列数からおおよその数値を出してください。
全文検索で利用するインデックスファイルと、サジェストで利用するインデックスファイルは別に用意されています。
N-gram インデックス方式を採用しています。N の値は 2 (bigram) を用いています。
これは、文字列の先頭から1文字ずつずらしながら、2文字ずつ抜き出したものを検索語として登録するものです。
例えば "東京都" という文字列の場合「東京」「京都」が検索語になります。具体的な検索動作は次のようになります。
ただし半角アルファベット文字についてはスペース等の区切り文字で分割したものを登録します。
例えば "orange pineapple banana" の場合、"orange", "pineapple", "banana" に分割し、それぞれを検索語として登録します。このため検索語に "apple" を入力した場合はヒットしませんが、"pine" はヒットします。
文字列を分割せずにそのまま検索語として登録します。 なお、文字列が 64 文字を超える場合は、先頭から64 文字を登録します。
サジェストの場合は先頭からの一致検索になります。例えば "北九州" という文字列に対して "北" はヒットしますが、"九州" はヒットしません。
インデックスファイルは定期的に最適化処理を行うことで、検索スピードを一定に保つことができます。 Wagbyは次のタイミングで最適化処理を行います。
アプリケーションを無停止で稼働させる場合は、インデックス最適化ジョブを設定してください。
何らかの理由でインデックスファイルが破損した場合、次の手順で再作成することができます。
特定モデルのインデックスを最適化する場合、例えばsampleモデルのインデックスを最適化する場合には、次のフォルダを削除します。
wagbyapp\webapps\wagby\WEB-INF\idxdir\sample
またインデックス全体を最適化する場合には次のフォルダ全体を削除します。
wagbyapp\webapps\wagby\WEB-INF\idxdir
全文検索の応用例に「サジェスト検索」があります。 詳細は"他モデルの参照 > サジェスト"をお読みください。