MongoDB实现基于关键词的文章检索功能(C#版)

我的实现目标是：

可以通过一个或多个关键词搜索到文章。

可以通过文章的关键词列表查询到其相关文章。

查询到的结果依据相关程度降序排列。

查询速度要够快。（理论上关键词检索比全文检索要快很多的）

在网上找了一大圈，就没有一个靠谱的方法，基本都是只能传入单词来检索，而且基本都没有提供c#驱动版本的代码，于是乎自己研究出了这个实现方案：

首先要求使用标签、分词、关键词提取组件对文章对应的关键词进行提取，然后作为数组格式，存入文章的keywords字段中。

核心检索代码：

/// <summary>
/// 根据关键词获取文章编号与标题映射。
/// 注意：此方法会返回最为匹配的若干个项目，并根据匹配程度降序排列，即使是没有任何关键词匹配项，也会返回若干个结果的。
/// 另需注意：如果是根据文章关键词来查询，一般来说其中一定包含原文章，所以应该把期望获得的数量加1，并在结果中移除原文。
/// </summary>
/// <param name="limitnum">数量上限</param>
/// <param name="keywords">关键词集合</param>
/// <returns>文章编号与标题映射字典</returns>
public async task<dictionary<guid, string>> getarticledicbykeywordsasync(int limitnum, ienumerable<string> keywords)
{
var list =
await
database.getcollection<domain.entity.article>("article").aggregate()
.match(q => !q.isdeleted && q.keywords != null)
.project(q => new { q.id, q.title, count = q.keywords.count(t => keywords.contains(t)) })
.sortbydescending(q => q.count)
.limit(limitnum)
.tolistasync();
return list.todictionary(f => f.id, f => f.title);
}

注意：这里一定要用aggregate()方法做聚合，而不是常用的find()方法做查询，find()方法后面跟project()方法也不会改变方法链中操作的对象类型，这样后面的sortbydescending()方法的目标对象还是article类，而不是project()方法中定义的匿名类，而sortbydescending()方法中传入的表达式又仅允许用来选择对象属性，不允许进行任何计算，所以就根本无法实现我们的需求，我在发现aggregate()方法之前就在这里一直卡着很久~

用作关键词搜索时一般就是把关键词传入就可以了，不过传回的结果也有可能压根没有匹配到任何关键词，所以最好在发给用户前再检查一遍项目的匹配程度，把没有任何匹配的结果滤掉。

用作相关文章搜索时，直接把原文章的keywords属性值传入，获取数量要比你预计的数量多1，因为非常可能你的原文章就在获取到的列表中，而且是前列，获取后滤掉原文章的id，再执行take方法返回你需要数量的项目即可（执行take方法是为了以防你的原文没出现在列表中，这概率极小但也是有的）。

为了增进查询效率，还可以预设好索引，代码如下：

var c=database.getcollection<domain.entity.article>("article");
c.indexes.dropall();
await c.indexes.createoneasync(
builders<domain.entity.article>.indexkeys.ascending(q => q.keywords));
//参考自：http://mongodb.github.io/mongo-csharp-driver/2.2/reference/driver/admin/#creating-an-index

所使用的c#官方驱动版本是：mongodb.driver.2.2.3