• 项目

配置全文语言组件

从 SQL Server 2008 开始，全文搜索支持大约 50 种不同语言，例如英语、西班牙语、中文、日语、阿拉伯语、孟加拉语和印地语。有关支持的全文语言的完整列表，请参阅 sys.fulltext_languages (Transact-SQL)。全文索引中包含的每一列与一个 Microsoft Windows 区域设置标识符 (LCID) 相关联，每个区域设置标识符等同于全文搜索支持的一种语言。例如，LCID 1033 等于美国英语，LCID 2057 等于英国英语。对于每种支持的全文语言，SQL Server 提供语言组件以支持对以该语言存储的全文数据进行索引和查询。

特定于语言的组件包括断字符和词干分析器。断字符根据给定语言的词汇规则查找词边界（“断字”）。每个断字符与一个词干分析器相关联，该词干分析器组合了同一种语言的动词。有关详细信息，请参阅断字符和词干分析器。

此外，从 SQL Server 2008 开始，还提供系统非索引字表，该非索引字表包含一组基本非索引字（也称为干扰词）。“非索引字”是对搜索没有任何帮助并且被全文查询忽略的词。例如，在英语区域设置中，诸如“a”、“and”、“is”和“the”之类的词都被视为非索引字。通常情况下，需要配置一个或多个同义词库文件和非索引字表。有关详细信息，请参阅非索引字和非索引字表。

SQL Server 会安装一个全局同义词库文件，并且还为每种全文语言安装一个同义词库文件。安装的同义词库文件实际上是空的，不过可以编辑它们以便为特定语言或商业应用场景定义同义词。通过开发针对全文数据定制的同义词库，您可以有效地扩大对这些数据的全文查询的范围。有关详细信息，请参阅同义词库配置。

对 varbinary、varbinary(max)、image 或 xml 数据类型列中的文档进行索引时，需要使用筛选器来执行额外的处理工作。此筛选器必须特定于文档类型（.doc、.pdf、.xls、.xml 等）。有关详细信息，请参阅全文搜索筛选器。

注意注意

断字符（和词干分析器）以及筛选器在筛选器后台程序宿主进程 (fdhost.exe) 中运行。有关此进程的信息，请参阅全文搜索的体系结构。