-------------------
非结构化数据文件:HTML、doc、pdf、txt、XML、zip 等多种文件格式
-------------------
1、创建全文检索语句
create table test(a int,b varchar(100),c datetime,d varchar(100));
(1)create fulltext index test_idx on test(b); --默认路径：/opt/gnode/userdata/gbase/test/metadata/
create fulltext index test_idx on test(b) index_data_path='/home/gbase/';
(2)create table test(a int,b varchar(100),c datetime,d varchar(100),fulltext test_idx (b)); --默认路径：/opt/gnode/userdata/gbase/test/metadata/
(3)create table test(a int,b varchar(100),c datetime,d varchar(100),fulltext test_idx (b) index_data_path='/home/gbase/'); --手动指定全文索引路径
(4)alter table test add fulltext index test_idx (b) index_data_path='/home/gbase/';
索引文件名：INSTANCE_DATABASE_TABLE_CXXXXX.FTD的索引目录
-------------------------------------------------------------------
INSTANCE： 建立全文索引所在GBase 8a实例名称
DATABASE： 建立全文索引表所在数据库名称
TABLE： 建立全文索引表名称
CXXXXX： 建立全文索引列编号
FTD： 全文索引目录标志
-------------------------------------------------------------------
2、查看索引
show index from test;
3、删除索引
drop index test_idx on test;
alter table test drop index test_idx;
4、更新索引
update index test_idx on test;
5、URI数据类型：URI数据类型通过为VARCHAR类型增加URI标识符来实现，URI的内容最长为2048字节
举例：
CREATE TABLE fturi (fturi varchar (2048) URI);
Insert into fturi values ('file:///home/fti/dat/txt/189.txt\r\nContent-Type:text/plain\r\n\r\n');
Insert into fturi values ('file:///tmp/fulltxt/subdirs_28323/e51029f0-e893-4836-a504-6d67804a6a0e\r\nContent-Length:5571\r\nLast-Modified:Thu, 18 Oct 2012 11:21:21 GMT\r\nContent-MD5:ce0690d74cad8a310fc769b9ceb00153\r\nContent-Type:application/xml;charset=utf8\r\n\r\n');
URI数据格式：其数据为多行文本，行与行间以一对回车符和换行符组合（“\r\n”）分隔，内容分作三部分：
6、词
检索的最小单位就是一个词，单词与单词之前通过空格分隔，对于西文单词之间的空格、换行符会直接被过滤掉，不作为索引词也不计算占用的位置。对于中文字符之间的空格，以及其他符号（像全角的标点符号例如“”，。！；￥【】等符号，特殊字符例如#，*,$等）也进行过滤，不作为索引词，但是建立索引时会记录这些符号所占用的位置，这会影响词距。
7、词序
可以指定查询的多个词之间是有序查询还是无序查询
8、词距
(1)指二个词之间间隔单词数，也包含被查询的首尾词
(2)对于中文来说，则词距为两个汉字之间间隔的字符数（字符包含汉字、标点、空格、符号等等，回车符略去不算）
(3)计算词距时，中英文之间的空格处理不同，英文之间的空格作为分隔符会被过滤掉而且不占位置，例如搜索“the great” 时这两个词的词距为2，而中文之间的空格则会占位，例如搜索“天 津”时，天津这两个字的词距为3，跟无空格的“天津”是不同的。
9、查询表达式
(1) 显式的与（AND）操作符‘&’，例如 hello & world
含义：所查询内容必须全部被包含
例如'hello & world'，表示查询同时包含hello和world两个单词的内容。
(2) 隐式的与（AND）操作符‘空格’，例如'hello world'
含义：所查询内容必须全部被包含
例如'hello & world'，表示查询同时包含hello和world两个单词的内容。
(3) 或（OR）操作符‘|’, 例如 hello | world
例如'hello | world'，表示查询包含hello或者world单词的内容。
(4) 非（NOT）操作符‘-’, 例如 hello – world
'hello –world'表示查询包含hello但是不包含world单词的内容。
需要说明的是，如果只查询形如“-dog”的文字，而没有其他查询条件，则查询不能被执行，因为它差不多包括索引所有文档。
(5) 首字词操作符‘^’, 例如 ^hello
要想查询以某个词开头的信息，可在查询词前面加上^符号，注意^符号与词之间不能有空格。例如查询'^hello'，表示查询以hello字开头的信息。
(6) 尾字词操作符‘$’, 例如 mouse$
要想查询以某个词结尾的信息，可在查询词后面加上$符号，注意$符号与
词之间不能有空格。例如查询'mouse$'，表示查询以mouse字结尾的信息。
(7) 词组查询操作符 ""，例如"南大"
双引号""中的内容，会被看成一个词组来查询。
例如，查询“南大” 表示查询的内容中，包含南大这个词组(即包含南，大两个字并且两字相邻，顺序为南大)
(8) 分组操作符（）,例如( hello world ) & (cat | dog)
例如( hello world ) & (cat | dog) 可将多个查询条件分组查询，然后
将查询结果使用逻辑运算符（或、与、非）连接。
select count(*) from sms where contains(MB_Text, '"天津" | "培训班" - "水上"');
(9) 阀值匹配符 ‘/’, 例如 "the great wall is a wonderful place"/3
当查询多个关键词时，满足匹配数量的关键词。英文词以空格分割，中文以一个字为一个词，查询的内容需要使用引号""括起来。
例如查询语句条件为 "the great wall is a wonderful place"/3 指只要满足其中3 个查询的词即为符合条件。
(10) NEAR搜索函数 near((term1, term2), num ,order), 例如 near((great, place), 2, 1), num 表示词距，order 为 0 代表无词序， 为 1代表有词序
(11) 扩展选项,搜索表达式通过":"分作基本表达式和扩展选项两个部分，总长度的限制为255字符，其中扩展选项可以为空，目前扩展选项仅支持rank=tf，表示相关度算法采用词频而不是缺省的bm25算法。例如"南大: rank=tf" 表示搜索南大，相关度为词频。
10、NEAR 搜索函数
NEAR ((term1, term2), num[，Order])
term：为搜索词，无论是否有引号标识，都按照短语搜索，如near((北京,天津),10)等价于near(("北京","天津"),10)，term 也可以是一个Near表达式，两个term 用逗号分割。英文为词，中文默认为单字。
NUM：表示词距数，非0 整数，词距（包括匹配词）
Order：表示词序。 为 0 代表无词序，为 1 代表有词序。Order 为可选项，默认值为0，表示无词序。
11、score评估函数
语法：
INT SCORE(N)
(1)该函数功能为全文检索对关键字的匹配程度所计算的分数，返回的值是全文查询函数CONTAINS 查询结果的权重值，值的大小跟全文检索评估算法有关，GBase 8a 全文检索的评估模式默认是BM25 算法，可以通过扩展选项"rank=tf"设置采用词频评估算法。SCORE 函数只能用于投影列、Groupby 和Orderby 子句中，否则报错。
score function can ONLY in select, group by or order by clause
(2)返回值为INT 类型，该数值为与其SCORE 标号一致的全文查询函数CONTAINS 查询结果权重, 如果没有与其SCORE 标号一致的全文查询函数
CONTAINS，则报出错误信息：：not match the number of score func
(3)N - SCORE标号，整数类型, 该数值应与当前查询语句的Where子句中某一全文查询CONTAINS函数的SCORE标号一致。如果多个CONTAINS函数的SCORE标号均与其一致，则报出错误信息：
Incorrect arguments to CONTAINS FUNCTION - SCORE FLAG COLLISION
