SQL分别存储文档中每个单词的最有效方法

这是我的情况(或者见底部的TLDR)：我正在尝试建立一个系统,通过几个文档搜索用户输入的单词并返回包含这些单词的文档.用户将搜索数千个文档,每个文档长度为10-100页,并存储在网络服务器上.

我现在的解决方案是将每个唯一的单词存储在一个带有ID的表中(英语中只有120 000个相关单词),然后在一个单独的表中存储单词id,它所在的文档,以及它出现在该文档中的次数.

例如：文件foo的文字是

abc abc def

和文档栏的文本是

abc def ghi

文件表将有

id |名称

1 'foo'
2 'bar'

单词表：

id |字

1 'abc'
2 'def'
3 'ghi'

Word文档表：

字ID | doc id |事件

1        1        2
1        2        1
2        1        1
2        2        1
3        2        1

正如您所看到的,当您拥有数千个文档并且每个文档都有数千个独特的单词时,Word文档表会非常快速地爆炸并且需要很长时间才能进行搜索.

TL; DR我的问题是：

如何在SQL数据库中存储来自大型文档的可搜索数据,同时保留使用我自己的搜索算法的能力(我知道SQL有.docs和pdf内置的一个)基于自定义因素(如出现,以及其他)没有一个完全庞大的表,用于将每个单词链接到文档中的所有条目及其在该文档中的属性？

很抱歉长时间阅读并感谢您的帮助！

解决方法

（编辑：安卓应用网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!