要开始使用 MongoDB 的全文搜索功能，您必须在 collection 上创建一个 text index。索引 是特殊的 数据结构，它们独立于文档本身，仅存储 collection 中每个文档的一小部分数据。MongoDB 中用户可以创建多种类型的索引，所有这些索引都有助于数据库在查询 collection 时优化搜索性能。

然而，text index 是一种特殊的索引类型，用于进一步方便搜索包含文本数据的字段。当用户创建 text index 时，MongoDB 会自动从搜索中丢弃特定语言的 停用词。这意味着 MongoDB 会忽略给定语言中最常见的单词（在英语中，如 “a”、“an”、“the” 或 “this”）。

MongoDB 还会在搜索中实现一种 词干提取 形式。这涉及 MongoDB 识别搜索词的词根部分，并将该词根的其他语法形式（通过添加常见后缀如 “-ing”、“-ed” 或 “-er” 创建）视为与词根等价，用于搜索目的。

借助这些和其他功能，MongoDB 可以更灵活地支持自然语言编写的查询，并提供更好的结果。

您只能为任意给定的 MongoDB collection 创建一个 text index，但该索引可以使用多个字段创建。在我们的示例 collection 中，每个文档的 name 和 description 字段都存储了有用的文本。为这两个字段创建 text index 可能很有用。

运行以下 createIndex() 方法，它将为这两个字段创建 text index：

db.recipes.createIndex({ "name": "text", "description": "text" });

对于两个字段 name 和 description，索引类型设置为 text，这告诉 MongoDB 基于这些字段创建专为全文搜索定制的 text index。输出将确认索引创建：

Output
{
        "createdCollectionAutomatically" : false,
        "numIndexesBefore" : 1,
        "numIndexesAfter" : 2,
        "ok" : 1
}

现在您已经创建了索引，就可以利用它向数据库发出全文搜索查询。在下一步中，您将学习如何执行包含单个词和多个词的查询。

最常见的搜索问题是查找包含一个或多个单独单词的文档。

通常，用户期望搜索引擎在确定给定的搜索词应该出现在哪里时具有灵活性。例如，如果你使用任何流行的网络搜索引擎并输入“coffee sweet spicy”，你很可能不会期待结果包含这三个单词以完全相同的顺序出现。更可能的是，你会期待一个包含“coffee”、“sweet”和“spicy”这些单词的网页列表，但这些单词不必紧挨着彼此。

MongoDB 在使用 text indexes 时也是这样处理典型的搜索查询的。本步骤通过几个示例概述了 MongoDB 如何解释搜索查询。

开始时，假设你想搜索配方中含有香料的咖啡饮品，因此你单独搜索单词 spiced，使用以下命令：

db.recipes.find({ $text: { $search: "spiced" } });

注意，使用全文搜索时的语法与常规查询略有不同。单独的字段名——如 name 或 description——不会出现在过滤器文档中。相反，查询使用 $text 操作符，告诉 MongoDB 该查询打算使用你之前创建的 text index。你无需更具体地指定，因为你可能还记得，一个 collection 只能有一个 text index。在这个过滤器的嵌入文档中是 $search 操作符，它以搜索查询作为其值。在这个示例中，查询是一个单独的单词：spiced。

运行此命令后，MongoDB 会生成以下文档列表：

Output
{ "_id" : ObjectId("61895d2787f246b334ece915"), "name" : "Pumpkin Spice Latte", "description" : "It wouldn't be autumn without pumpkin spice lattes made with espresso, steamed milk, cinnamon spices, and pumpkin puree." }
{ "_id" : ObjectId("61895d2787f246b334ece912"), "name" : "New Orleans Coffee", "description" : "Cafe Noir from New Orleans is a spiced, nutty coffee made with chicory." }

结果集中有两个文档，两者都包含类似于搜索查询的单词。虽然 New Orleans Coffee 文档的 description 中确实有单词 spiced，但 Pumpkin Spice Late 文档没有。

无论如何，由于 MongoDB 使用了 stemming，它仍然被此查询返回。MongoDB 将单词 spiced 简化为仅 spice，在索引中查找 spice，并对其进行 stemming。因此，Pumpkin Spice Late 文档中的单词 spice 和 spices 成功匹配了搜索查询，即使你没有具体搜索这些单词。

现在，假设你特别喜欢 espresso 饮品。尝试使用双词查询 spiced espresso 查找基于 espresso 的辣味咖啡。

db.recipes.find({ $text: { $search: "spiced espresso" } });

这次的结果列表比之前更长：

Output
{ "_id" : ObjectId("61895d2787f246b334ece914"), "name" : "Maple Latte", "description" : "A wintertime classic made with espresso and steamed milk and sweetened with some maple syrup." }
{ "_id" : ObjectId("61895d2787f246b334ece913"), "name" : "Affogato", "description" : "An Italian sweet dessert coffee made with fresh-brewed espresso and vanilla ice cream." }
{ "_id" : ObjectId("61895d2787f246b334ece911"), "name" : "Cafecito", "description" : "A sweet and rich Cuban hot coffee made by topping an espresso shot with a thick sugar cream foam." }
{ "_id" : ObjectId("61895d2787f246b334ece915"), "name" : "Pumpkin Spice Latte", "description" : "It wouldn't be autumn without pumpkin spice lattes made with espresso, steamed milk, cinnamon spices, and pumpkin puree." }
{ "_id" : ObjectId("61895d2787f246b334ece912"), "name" : "New Orleans Coffee", "description" : "Cafe Noir from New Orleans is a spiced, nutty coffee made with chicory." }

当搜索查询中使用多个单词时，MongoDB 执行逻辑 OR 操作，因此文档只需匹配表达式的其中一部分即可包含在结果集中。结果包含同时含有 spiced 和 espresso 或任一术语的文档。注意，只要这些单词出现在文档的某处，它们不必紧挨着彼此出现。

错误消息
Error: error: {
        "ok" : 0,
        "errmsg" : "text index required for $text query",
        "code" : 27,
        "codeName" : "IndexNotFound"
}

在本步骤中，你学习了如何使用一个或多个单词作为 text search 查询，MongoDB 如何使用逻辑 OR 操作连接多个单词，以及 MongoDB 如何执行 stemming。接下来，你将使用完整的短语作为 text search 查询，并开始使用排除项进一步缩小搜索结果。

查找单个单词可能会返回过多结果，或者结果不够精确。在本步骤中，你将使用短语搜索和排除条件来更精确地控制搜索结果。

假设你喜欢甜食，外面很热，咖啡加冰激凌听起来是个不错的享受。尝试使用之前概述的基本搜索查询来查找冰激凌咖啡：

db.recipes.find({ $text: { $search: "ice cream" } });

数据库将返回两条咖啡配方：

Output
{ "_id" : ObjectId("61895d2787f246b334ece913"), "name" : "Affogato", "description" : "An Italian sweet dessert coffee made with fresh-brewed espresso and vanilla ice cream." }
{ "_id" : ObjectId("61895d2787f246b334ece911"), "name" : "Cafecito", "description" : "A sweet and rich Cuban hot coffee made by topping an espresso shot with a thick sugar cream foam." }

虽然 Affogato 文档符合你的预期，但 Cafecito 并不是用冰激凌制作的。搜索引擎使用逻辑 OR 操作，仅因为描述中出现了 cream 一词，就接受了第二个结果。

要告诉 MongoDB 你正在查找 ice cream 作为一个完整短语而不是两个单独的单词，请使用以下查询：

db.recipes.find({ $text: { $search: "\"ice cream\"" } });

注意短语周围的双引号前面的反斜杠：\"ice cream\"。你执行的搜索查询是 "ice cream"，双引号表示应精确匹配的短语。反斜杠（\）用于转义双引号，以免它们被视为 JSON 语法的一部分，因为这些引号可能出现在 $search 操作符的值中。

这一次，MongoDB 返回单个结果：

Output
{ "_id" : ObjectId("61895d2787f246b334ece913"), "name" : "Affogato", "description" : "An Italian sweet dessert coffee made with fresh-brewed espresso and vanilla ice cream." }

这个文档精确匹配搜索词，仅 cream 或 ice 单独出现不足以算作匹配。

全文搜索的另一个有用特性是排除修饰符。为了说明其工作原理，首先运行以下查询，根据 espresso 获取集合中所有咖啡饮品的列表：

db.recipes.find({ $text: { $search: "espresso" } });

此查询返回四个文档：

Output
{ "_id" : ObjectId("61895d2787f246b334ece914"), "name" : "Maple Latte", "description" : "A wintertime classic made with espresso and steamed milk and sweetened with some maple syrup." }
{ "_id" : ObjectId("61895d2787f246b334ece913"), "name" : "Affogato", "description" : "An Italian sweet dessert coffee made with fresh-brewed espresso and vanilla ice cream." }
{ "_id" : ObjectId("61895d2787f246b334ece915"), "name" : "Pumpkin Spice Latte", "description" : "It wouldn't be autumn without pumpkin spice lattes made with espresso, steamed milk, cinnamon spices, and pumpkin puree." }
{ "_id" : ObjectId("61895d2787f246b334ece911"), "name" : "Cafecito", "description" : "A sweet and rich Cuban hot coffee made by topping an espresso shot with a thick sugar cream foam." }

注意其中两种饮品是用牛奶提供的，但假设你想要无奶饮品。这就是排除条件派上用场的情况。在单个查询中，你可以将希望出现在结果中的单词与希望排除的单词结合，只需在要排除的单词或短语前添加减号（-）。

例如，假设你运行以下查询来查找不含牛奶的 espresso 咖啡：

db.recipes.find({ $text: { $search: "espresso -milk" } });

使用此查询，先前返回的结果中将排除两个文档：

Output
{ "_id" : ObjectId("61895d2787f246b334ece913"), "name" : "Affogato", "description" : "An Italian sweet dessert coffee made with fresh-brewed espresso and vanilla ice cream." }
{ "_id" : ObjectId("61895d2787f246b334ece911"), "name" : "Cafecito", "description" : "A sweet and rich Cuban hot coffee made by topping an espresso shot with a thick sugar cream foam." }

你也可以排除完整短语。要搜索不含冰激凌的咖啡，可以在搜索查询中包含 -"ice cream"。同样，你需要用反斜杠转义双引号，如下所示：

db.recipes.find({ $text: { $search: "espresso -\"ice cream\"" } });

Output
{ "_id" : ObjectId("61d48c31a285f8250c8dd5e6"), "name" : "Maple Latte", "description" : "A wintertime classic made with espresso and steamed milk and sweetened with some maple syrup." }
{ "_id" : ObjectId("61d48c31a285f8250c8dd5e7"), "name" : "Pumpkin Spice Latte", "description" : "It wouldn't be autumn without pumpkin spice lattes made with espresso, steamed milk, cinnamon spices, and pumpkin puree." }
{ "_id" : ObjectId("61d48c31a285f8250c8dd5e3"), "name" : "Cafecito", "description" : "A sweet and rich Cuban hot coffee made by topping an espresso shot with a thick sugar cream foam." }

现在你已经学会了如何基于由多个单词组成的短语过滤文档，以及如何从搜索结果中排除某些单词和短语，你可以了解 MongoDB 的全文搜索评分机制了。

当一个查询，尤其是复杂的查询，返回多个结果时，有些文档很可能比其他文档更匹配。例如，当你搜索spiced espresso饮料时，那些既是香料口味又以espresso为基础的饮料，比那些没有香料或不使用espresso作为基础的饮料更合适。

全文搜索引擎通常会为搜索结果分配一个相关性分数，表示它们与搜索查询的匹配程度。MongoDB 也会这样做，但搜索相关性分数默认不可见。

再次搜索spiced espresso，但这次让 MongoDB 同时返回每个结果的搜索相关性分数。为此，你可以在查询过滤器文档后添加一个投影：

db.recipes.find(
    { $text: { $search: "spiced espresso" } },
    { score: { $meta: "textScore" } }
)

投影{ score: { $meta: "textScore" } }使用了$meta操作符，这是一种特殊的投影，它从返回的文档中返回特定的元数据。此例返回文档的textScore元数据，这是 MongoDB 全文搜索引擎的内置功能，包含搜索相关性分数。

执行查询后，返回的文档将包含一个名为score的新字段，如过滤器文档中指定的：

Output
{ "_id" : ObjectId("61895d2787f246b334ece913"), "name" : "Affogato", "description" : "An Italian sweet dessert coffee made with fresh-brewed espresso and vanilla ice cream.", "score" : 0.5454545454545454 }
{ "_id" : ObjectId("61895d2787f246b334ece911"), "name" : "Cafecito", "description" : "A sweet and rich Cuban hot coffee made by topping an espresso shot with a thick sugar cream foam.", "score" : 0.5384615384615384 }
{ "_id" : ObjectId("61895d2787f246b334ece914"), "name" : "Maple Latte", "description" : "A wintertime classic made with espresso and steamed milk and sweetened with some maple syrup.", "score" : 0.55 }
{ "_id" : ObjectId("61895d2787f246b334ece912"), "name" : "New Orleans Coffee", "description" : "Cafe Noir from New Orleans is a spiced, nutty coffee made with chicory.", "score" : 0.5454545454545454 }
{ "_id" : ObjectId("61895d2787f246b334ece915"), "name" : "Pumpkin Spice Latte", "description" : "It wouldn't be autumn without pumpkin spice lattes made with espresso, steamed milk, cinnamon spices, and pumpkin puree.", "score" : 2.0705128205128203 }

注意Pumpkin Spice Latte的分数高出多少，它是唯一同时包含spiced和espresso两个词的咖啡饮料。根据 MongoDB 的相关性分数，它是该查询最相关的文档。然而，默认情况下，结果不会按相关性顺序返回。

要改变这一点，你可以向查询添加一个sort()子句，如下所示：

db.recipes.find(
    { $text: { $search: "spiced espresso" } },
    { score: { $meta: "textScore" } }
).sort(
    { score: { $meta: "textScore" } }
);

排序文档的语法与投影的语法相同。现在，文档列表相同，但顺序不同：

Output
{ "_id" : ObjectId("61895d2787f246b334ece915"), "name" : "Pumpkin Spice Latte", "description" : "It wouldn't be autumn without pumpkin spice lattes made with espresso, steamed milk, cinnamon spices, and pumpkin puree.", "score" : 2.0705128205128203 }
{ "_id" : ObjectId("61895d2787f246b334ece914"), "name" : "Maple Latte", "description" : "A wintertime classic made with espresso and steamed milk and sweetened with some maple syrup.", "score" : 0.55 }
{ "_id" : ObjectId("61895d2787f246b334ece913"), "name" : "Affogato", "description" : "An Italian sweet dessert coffee made with fresh-brewed espresso and vanilla ice cream.", "score" : 0.5454545454545454 }
{ "_id" : ObjectId("61895d2787f246b334ece912"), "name" : "New Orleans Coffee", "description" : "Cafe Noir from New Orleans is a spiced, nutty coffee made with chicory.", "score" : 0.5454545454545454 }
{ "_id" : ObjectId("61895d2787f246b334ece911"), "name" : "Cafecito", "description" : "A sweet and rich Cuban hot coffee made by topping an espresso shot with a thick sugar cream foam.", "score" : 0.5384615384615384 }

Pumpkin Spice Latte文档出现在第一个结果中，因为它具有最高的相关性分数。

根据相关性分数对结果进行排序可能很有帮助。特别是在包含多个词的查询中，最匹配的文档通常包含多个搜索词，而相关性较低的文档可能只包含一个。

通过跟随本教程，您已经熟悉了 MongoDB 的全文搜索功能。您创建了一个 text index，并使用单个词、多个词、完整短语和排除条件编写了文本搜索查询。您还评估了返回文档的相关性分数，并对搜索结果进行了排序，以首先显示最相关的结果。虽然 MongoDB 的全文搜索功能可能不如某些专用搜索引擎强大，但对于许多用例来说已经足够强大。

请注意，在单个 text index 中还有更多搜索查询修饰符——例如大小写和变音符号敏感性以及对多种语言的支持。这些可以在更复杂的情景中使用，以支持文本搜索应用程序。有关 MongoDB 全文搜索功能及其使用方法的更多信息，我们鼓励您查看官方 MongoDB 文档。