1. 全文搜索的价值与场景

在电商平台的商品检索系统中，我们经常需要处理这样的需求："用户输入'防水蓝牙耳机'，需要匹配标题、描述中包含这些关键词的商品"。传统的关系型数据库like查询不仅效率低下，也无法处理词干分析、近义词匹配等需求。这正是MongoDB全文索引大显身手的场景。

典型应用场景包括：

  • 电商平台商品搜索
  • 新闻资讯站内容检索
  • 日志分析系统错误追踪
  • 社交平台动态内容匹配

2. 环境准备与技术栈说明

本示例采用.NET 6平台，使用官方MongoDB.Driver 2.19.1驱动，数据库版本为MongoDB 6.0。确保NuGet包含以下依赖：

MongoDB.Driver
MongoDB.Driver.Core

3. 全文索引的构建艺术

3.1 基础索引创建

var client = new MongoClient("mongodb://localhost:27017");
var database = client.GetDatabase("ProductDB");
var collection = database.GetCollection<BsonDocument>("products");

// 创建包含多个字段的复合全文索引
var indexKeys = Builders<BsonDocument>.IndexKeys
    .Text("productName")
    .Text("description")
    .Text("tags");
    
var indexModel = new CreateIndexModel<BsonDocument>(indexKeys);
collection.Indexes.CreateOne(indexModel);

/* 索引说明：
 * 1. 每个集合最多创建1个全文索引
 * 2. 支持最大32个字段组合
 * 3. 索引权重可通过IndexOptions设置
 */

3.2 权重优化策略

var options = new CreateIndexOptions
{
    Weights = new BsonDocument
    {
        { "productName", 10 },  // 标题权重最高
        { "description", 5 },
        { "tags", 3 }
    }
};

var weightedIndexModel = new CreateIndexModel<BsonDocument>(indexKeys, options);
collection.Indexes.CreateOne(weightedIndexModel);

4. 查询的实战演练

4.1 基础全文查询

var filter = Builders<BsonDocument>.Filter.Text("waterproof headphones");
var results = collection.Find(filter).Limit(10).ToList();

/* 查询特点：
 * 1. 自动分词处理
 * 2. 支持短语匹配（加双引号）
 * 3. 排除特定词使用减号
 */

4.2 高级查询示例

// 包含"蓝牙"且排除"有线"
var advancedFilter = Builders<BsonDocument>.Filter.Text("\"蓝牙耳机\" -有线");

// 分页查询（第2页，每页20条）
var pagedResults = collection.Find(advancedFilter)
    .Skip(20)
    .Limit(20)
    .Project(Builders<BsonDocument>.Projection.MetaTextScore("score"))
    .Sort(Builders<BsonDocument>.Sort.MetaTextScore("score"))
    .ToList();

/* 功能亮点：
 * 1. 相关性评分排序
 * 2. 分页性能优化
 * 3. 结果评分元数据获取
 */

5. 关联技术：聚合管道中的全文搜索

var pipeline = new BsonDocument[]
{
    new BsonDocument("$match", 
        new BsonDocument("$text", 
            new BsonDocument("$search", "运动相机"))),
    new BsonDocument("$sort",
        new BsonDocument("score", 
            new BsonDocument("$meta", "textScore"))),
    new BsonDocument("$project", 
        new BsonDocument
        {
            { "productName", 1 },
            { "score", 
                new BsonDocument("$meta", "textScore") }
        })
};

var aggregationResult = collection.Aggregate<BsonDocument>(pipeline).ToList();

6. 技术优缺点分析

优势：

  • 实时索引更新（无需重建）
  • 多语言支持（需配置语言选项）
  • 与MongoDB查询体系深度集成

局限：

  • 不支持中文分词（需预处理）
  • 索引存储成本较高
  • 复杂布尔运算性能衰减

7. 开发注意事项

  1. 索引管理：定期监控索引大小，超过10GB应考虑分片
  2. 查询优化：避免全文搜索与正则表达式混合使用
  3. 语言配置：默认英语词干分析，中文需特殊处理
  4. 版本兼容：MongoDB 4.4+ 支持collation语言设置

8. 故障排查指南

常见问题：

  • 错误代码67：未创建全文索引
  • 查询超时：检查是否缺少排序索引
  • 结果不相关：权重配置不当

**诊断命令：`

var indexes = collection.Indexes.List().ToList();
var explainResult = collection.Find(filter).Explain();

9. 性能优化策略

  1. 冷热数据分离：将高频查询字段单独建索引
  2. 查询预热：定期执行高频查询保持缓存
  3. 结果缓存：对稳定查询结果实施客户端缓存
  4. 异步索引：后台构建索引避免阻塞

10. 总结与展望

通过MongoDB.Driver实现全文搜索，开发者可以在保持文档数据库优势的同时获得接近专业检索引擎的能力。虽然相比Elasticsearch等专业工具在分词能力上稍显不足，但其与MongoDB的无缝集成和实时更新特性，使其成为中等规模搜索需求的优选方案。未来随着MongoDB对中文分词的支持改进，这一方案的应用场景将更加广阔。