OceanBase源码解读:IK中文分词解析器 ob_ik_ft_parser

全文检索(Full Text Search)的第一步永远是把一整段文本切成一个个”词”(token),这一步叫分词。对英文来说按空格切就够了,但中文没有空格边界,”我喜欢OceanBase数据库”必须切成”我 / 喜欢 / OceanBase / 数据库”才能建倒排索引。OceanBase 4.3 引入全文检索能力时,在 storage/fts 模块内置了 IK 中文分词器作为默认选择,ob_ik_ft_parser.cpp 就是它的核心实现。这个文件不足五百行,却浓缩了一套完整的流水线设计:插件描述符 ObIKFTParserDesc 对外提供工厂入口,解析器本体 ObIKFTParser 同时扮演迭代器角色,内部由”四类分词处理器 + 一个仲裁器”接力完成切词与歧义裁决,词典则交给全局词典枢纽 ObFTDictHub 统一托管缓存。本文沿着”初始化装配 → 懒产出拉取 → 批次切分 → 仲裁输出”的主线,把这个中文分词器的骨架讲清楚。

继续阅读OceanBase源码解读:IK中文分词解析器 ob_ik_ft_parser

OceanBase源码解读:物化视图刷新事务封装 ob_mview_transactio

在 OceanBase 4.3 的物化视图(Materialized View, MV)实现里,刷新动作并不是简单地在用户会话里执行一条 INSERT SELECT。刷新需要走内部 SPI 连接、可能要切换默认数据库、还要兼容 Oracle/MySQL 两种模式,因此必须先把用户会话的“环境”妥善保存,再在独立的事务通道里执行内部 SQL,最后把现场还原。ob_mview_transaction.cpp 就是承担这套“保存-执行-恢复”工作的轻量事务封装层。

继续阅读OceanBase源码解读:物化视图刷新事务封装 ob_mview_transactio