在SAP HANA Express Edition里进行文本分析

这个练习会使用SAP HANA Express Edition的文本语义分析引擎对JSON格式的documents进行语义分析。

首先创建一个column table，对其index开启fuzzy text search(模糊搜索)功能。

上述描述的操作可以用下面的SQL语句来完成：

create column table food_analysis
(
    name nvarchar(64),
    description text FAST PREPROCESS ON FUZZY SEARCH INDEX ON
);
      

其中description字段开启了模糊搜索功能。

将存储于名为doc_store的document store collection里的json key-value键值对拷贝到刚刚创建的数据库表里：

insert into food_analysis
with doc_store as (select "name", "description" from food_collection)
select doc_store."name" as name, doc_store."description" as description
from doc_store;
      

执行上述的sql语句，确保数据全部拷贝到数据库表food_analysis中：

使用下列的sql语句对description字段进行模糊搜索：

select  name, score() as similarity, TO_VARCHAR(description)
from food_analysis
where contains(description, 'nuts', fuzzy(0.5,'textsearch=compare'))
order by similarity desc
      

执行结果：

HANA Express Edition里的linguistic 文本分析步骤也比较简单。

首先还是创建一个数据库表：

create column table food_sentiment
(
    name nvarchar(64) primary key,
    description nvarchar(2048)
);
      

将document store里的json数据拷贝到数据库表里：

insert into food_sentiment
with doc_store as (select "name", "description" from food_collection)
select doc_store."name" as name, doc_store."description" as description
from doc_store;
      

针对description字段创建一个新的index：

CREATE FULLTEXT INDEX FOOD_SENTIMENT_INDEX ON "FOOD_SENTIMENT" ("DESCRIPTION")
CONFIGURATION 'GRAMMATICAL_ROLE_ANALYSIS'
LANGUAGE DETECTION ('EN')
SEARCH ONLY OFF
FAST PREPROCESS OFF
TEXT MINING OFF
TOKEN SEPARATORS ''
TEXT ANALYSIS ON;
      

上述SQL语句会自动创建一个名为$TA_FOOD_SENTIMENT_INDEX的文本分析表：

该表里的内容：

由此可以发现，之前我们导入到数据库表里的英文句子，被HANA text engine拆解成单词，并且每个单词的词性也自动被HANA解析出来了。