Index CTXXPATH

Indexul CTXXPATH este un tip specializat de Oracle Text conceput pentru documente XML sau JSON stocate în coloane CLOB sau BLOB. Spre deosebire de indexurile full-text generice, CTXXPATH păstrează structura ierarhică a documentului în timpul indexării, permițând limitarea căutărilor la path-uri sau noduri specifice în loc să parcurgă întregul conținut textual.

Cum funcționează #

Indexul se creează cu CREATE INDEX ... INDEXTYPE IS CTXSYS.CTXXPATH. Oracle Text analizează documentul, construiește o hartă a path-urilor XML/JSON și indexează atât conținutul textual, cât și poziția structurală a fiecărui nod.

CREATE INDEX idx_doc_xml
ON documente(continut_xml)
INDEXTYPE IS CTXSYS.CTXXPATH;

Interogările folosesc apoi existsNode sau operatorul CONTAINS cu sintaxă path-aware pentru a delimita căutarea:

SELECT id
FROM documente
WHERE existsNode(continut_xml, '/factura/client[nume="Popescu"]') = 1;

Când se utilizează #

CTXXPATH este alegerea potrivită atunci când documentele au o structură XML sau JSON semnificativă și interogările trebuie să distingă noduri cu același conținut textual aflate în poziții diferite în document. Scenarii tipice: arhive de facturi electronice, cataloage de produse în XML, payload-uri JSON eterogene.

Principala limitare este dependența de format: documentul trebuie să fie XML sau JSON bine format. Pentru text nestructurat, CTXSYS.CONTEXT este mai potrivit; pentru căutări pur structurale fără cerințe full-text, indexurile relaționale standard pe coloane extrase cu XMLTable sau JSON_TABLE sunt suficiente.