文档开发者中心
我的
|

ArkData

鸿蒙应用内搜索实战:从全文检索到智能联想,构建一套高效的搜索系统

一、引言:搜索,是应用的"第二入口"

"用户找不到想要的内容,就会卸载应用。"

搜索是很多应用的核心功能——电商搜商品、内容平台搜文章、社交应用搜用户。但很多应用的搜索体验很差:搜不到、搜不准、搜得慢。

HarmonyOS 提供了多种搜索能力——全文检索(RDB)、自然语言处理(分词、相似度)、搜索联想。今天这篇,我们从搜索架构 → 全文检索 → 智能联想 → 搜索优化,系统拆解鸿蒙应用内搜索的完整方案。

二、先搞清楚:应用内搜索的三种方案

方案 说明 适用场景
简单 LIKE 查询 RDB 的 LIKE 查询 小数据量(<1万条)
全文检索(FTS) RDB 的 FTS5 引擎 中等数据量(1-10万条)
端侧 NLP Natural Language Kit 相似度 语义搜索

选型建议:小数据用 LIKE,中等数据用 FTS5,需要语义理解用 NLP。

三、Step 1:全文检索——用 FTS5 实现高效搜索

FTS5 是 SQLite 的全文检索引擎,支持分词、倒排索引、相关性排序。

3.1 创建 FTS5 虚拟表

typescript

收起
自动换行
深色代码主题
复制
import { relationalStore } from '@kit.ArkData';

// 创建全文检索表
async function createFtsTable(store: relationalStore.RdbStore): Promise<void> {
  // 创建 FTS5 虚拟表
  await store.executeSql(`
    CREATE VIRTUAL TABLE IF NOT EXISTS article_fts USING fts5(
      title,
      content,
      category,
      tokenize = 'unicode61'
    )
  `);
  
  console.log('✅ 全文检索表创建成功');
}

tokenize 参数说明:

分词器 说明
unicode61 Unicode 分词(支持中文)
porter 英文词干提取
trigram 三元组(适合模糊搜索)

3.2 插入数据

typescript

收起
自动换行
深色代码主题
复制
// 插入文章到 FTS 表
async function insertArticle(store: relationalStore.RdbStore, article: Article): Promise<void> {
  await store.executeSql(
    `INSERT INTO article_fts (title, content, category) VALUES (?, ?, ?)`,
    [article.title, article.content, article.category]
  );
}

3.3 全文检索查询

typescript

收起
自动换行
深色代码主题
复制
// 全文检索
async function searchArticles(store: relationalStore.RdbStore, keyword: string): Promise<Article[]> {
  // FTS5 查询语法
  const resultSet = await store.querySql(
    `SELECT title, content, category, bm25(article_fts) as rank 
     FROM article_fts 
     WHERE article_fts MATCH ? 
     ORDER BY rank 
     LIMIT 20`,
    [`${keyword}*`]  // 前缀匹配
  );
  
  const results: Article[] = [];
  while (resultSet.goToNextRow()) {
    results.push({
      title: resultSet.getString(0),
      content: resultSet.getString(1),
      category: resultSet.getString(2),
      rank: resultSet.getDouble(3)
    });
  }
  resultSet.close();
  
  console.log(`✅ 搜索到 ${results.length} 条结果`);
  return results;
}

FTS5 查询语法:

语法 说明 示例
keyword 包含关键词 鸿蒙
keyword* 前缀匹配 鸿蒙*
keyword1 keyword2 同时包含 鸿蒙 开发
keyword1 OR keyword2 包含任一 鸿蒙 OR 安卓
"phrase" 短语匹配 "鸿蒙开发"
NOT keyword 不包含 鸿蒙 NOT 安卓

四、Step 2:搜索联想——用户输入时实时提示

搜索联想让用户输入时就看到候选词,提升搜索效率。

typescript

收起
自动换行
深色代码主题
复制
// 搜索联想
async function getSuggestions(store: relationalStore.RdbStore, prefix: string): Promise<string[]> {
  if (!prefix.trim()) return [];
  
  const resultSet = await store.querySql(
    `SELECT title FROM article_fts 
     WHERE article_fts MATCH ? 
     LIMIT 10`,
    [`${prefix}*`]
  );
  
  const suggestions: string[] = [];
  while (resultSet.goToNextRow()) {
    suggestions.push(resultSet.getString(0));
  }
  resultSet.close();
  
  return suggestions;
}

在页面中实现联想:

typescript

收起
自动换行
深色代码主题
复制
@Entry
@Component
struct SearchPage {
  @State keyword: string = '';
  @State suggestions: string[] = [];
  @State results: Article[] = [];
  @State isSearching: boolean = false;
  
  private store: relationalStore.RdbStore | null = null;
  private debounceTimer: number = -1;
  
  async aboutToAppear() {
    const context = getContext(this) as common.UIAbilityContext;
    this.store = await relationalStore.getRdbStore(context, {
      name: 'app.db',
      securityLevel: relationalStore.SecurityLevel.S1
    });
  }
  
  // 输入时触发联想(防抖)
  onKeywordChange(value: string) {
    this.keyword = value;
    
    if (this.debounceTimer !== -1) {
      clearTimeout(this.debounceTimer);
    }
    
    this.debounceTimer = setTimeout(async () => {
      if (this.store && value.trim()) {
        this.suggestions = await getSuggestions(this.store, value);
      } else {
        this.suggestions = [];
      }
    }, 300);  // 300ms 防抖
  }
  
  // 执行搜索
  async doSearch() {
    if (!this.store || !this.keyword.trim()) return;
    
    this.isSearching = true;
    this.suggestions = [];
    
    try {
      this.results = await searchArticles(this.store, this.keyword);
    } finally {
      this.isSearching = false;
    }
  }
  
  build() {
    Column() {
      // 搜索框
      Row() {
        TextInput({ text: this.keyword, placeholder: '搜索文章...' })
          .layoutWeight(1)
          .onChange((v) => this.onKeywordChange(v))
          .onSubmit(() => this.doSearch())
        
        Button('搜索').onClick(() => this.doSearch())
      }
      .width('100%')
      .padding(16)
      
      // 联想列表
      if (this.suggestions.length > 0) {
        List() {
          ForEach(this.suggestions, (suggestion: string) => {
            ListItem() {
              Row() {
                Text('🔍').fontSize(16)
                Text(suggestion)
                  .fontSize(14)
                  .margin({ left: 8 })
                  .layoutWeight(1)
              }
              .width('100%')
              .padding(12)
            }
            .onClick(() => {
              this.keyword = suggestion;
              this.doSearch();
            })
          })
        }
        .height(200)
        .backgroundColor('#FFFFFF')
      }
      
      // 搜索结果
      if (this.isSearching) {
        LoadingProgress().width(40).height(40).margin({ top: 20 })
      } else if (this.results.length > 0) {
        List() {
          ForEach(this.results, (article: Article) => {
            ListItem() {
              Column() {
                Text(article.title)
                  .fontSize(16)
                  .fontWeight(FontWeight.Medium)
                Text(article.content)
                  .fontSize(14)
                  .fontColor('#666')
                  .maxLines(2)
                  .margin({ top: 4 })
                Text(article.category)
                  .fontSize(12)
                  .fontColor('#007AFF')
                  .margin({ top: 4 })
              }
              .alignItems(HorizontalAlign.Start)
              .width('100%')
              .padding(16)
            }
          })
        }
        .layoutWeight(1)
      } else if (this.keyword && !this.isSearching) {
        Text('没有找到相关内容').fontSize(14).fontColor('#999').margin({ top: 40 })
      }
    }
    .width('100%')
    .height('100%')
  }
}

interface Article {
  title: string;
  content: string;
  category: string;
  rank?: number;
}

五、Step 3:语义搜索——用 NLP 做相似度匹配

FTS5 只能做字面匹配,如果用户搜"苹果手机壳",FTS5 搜不到"iPhone 保护套"。语义搜索用 NLP 的文本相似度能力解决这个问题。

typescript

收起
自动换行
深色代码主题
复制
import { naturalLanguage } from '@kit.NaturalLanguageKit';

// 语义搜索
async function semanticSearch(articles: Article[], query: string): Promise<Article[]> {
  const calculator = await naturalLanguage.createTextSimilarity();
  
  const scored: (Article & { score: number })[] = [];
  
  for (const article of articles) {
    const similarity = await calculator.calculate(
      query,
      article.title + ' ' + article.content
    );
    
    if (similarity > 0.3) {  // 阈值
      scored.push({ ...article, score: similarity });
    }
  }
  
  // 按相似度排序
  scored.sort((a, b) => b.score - a.score);
  
  return scored.slice(0, 20);
}

语义搜索 + 全文检索结合:

typescript

收起
自动换行
深色代码主题
复制
// 混合搜索:FTS5 + NLP
async function hybridSearch(store: relationalStore.RdbStore, 
                             query: string): Promise<Article[]> {
  // 1. 先用 FTS5 做字面匹配
  const ftsResults = await searchArticles(store, query);
  
  // 2. 如果结果少于 5 条,补充语义搜索
  if (ftsResults.length < 5) {
    const semanticResults = await semanticSearch(ftsResults, query);
    
    // 3. 合并去重
    const merged = new Map<string, Article>();
    [...ftsResults, ...semanticResults].forEach(article => {
      merged.set(article.title, article);
    });
    
    return Array.from(merged.values()).slice(0, 20);
  }
  
  return ftsResults;
}

六、Step 4:搜索优化——索引与缓存

6.1 建立索引

typescript

收起
自动换行
深色代码主题
复制
// 为常用搜索字段建立索引
async function createIndexes(store: relationalStore.RdbStore): Promise<void> {
  await store.executeSql(`
    CREATE INDEX IF NOT EXISTS idx_article_category ON article(category)
  `);
  await store.executeSql(`
    CREATE INDEX IF NOT EXISTS idx_article_time ON article(create_time)
  `);
  console.log('✅ 索引创建成功');
}

6.2 搜索历史缓存

typescript

收起
自动换行
深色代码主题
复制
// 保存搜索历史
async function saveSearchHistory(context: common.UIAbilityContext, keyword: string): Promise<void> {
  const prefs = await preferences.getPreferences(context, 'search_prefs');
  const history = await prefs.get('history', '[]') as string;
  const list = JSON.parse(history) as string[];
  
  // 去重 + 限制数量
  const newList = [keyword, ...list.filter(k => k !== keyword)].slice(0, 10);
  
  await prefs.put('history', JSON.stringify(newList));
  await prefs.flush();
}

// 读取搜索历史
async function getSearchHistory(context: common.UIAbilityContext): Promise<string[]> {
  const prefs = await preferences.getPreferences(context, 'search_prefs');
  const history = await prefs.get('history', '[]') as string;
  return JSON.parse(history) as string[];
}

七、完整示例:搜索页面(带历史记录)

typescript

收起
自动换行
深色代码主题
复制
@Entry
@Component
struct FullSearchPage {
  @State keyword: string = '';
  @State suggestions: string[] = [];
  @State results: Article[] = [];
  @State history: string[] = [];
  @State isSearching: boolean = false;
  @State showHistory: boolean = true;
  
  private store: relationalStore.RdbStore | null = null;
  private debounceTimer: number = -1;
  
  async aboutToAppear() {
    const context = getContext(this) as common.UIAbilityContext;
    this.store = await relationalStore.getRdbStore(context, {
      name: 'app.db',
      securityLevel: relationalStore.SecurityLevel.S1
    });
    this.history = await getSearchHistory(context);
  }
  
  onKeywordChange(value: string) {
    this.keyword = value;
    this.showHistory = !value;
    
    if (this.debounceTimer !== -1) clearTimeout(this.debounceTimer);
    
    this.debounceTimer = setTimeout(async () => {
      if (this.store && value.trim()) {
        this.suggestions = await getSuggestions(this.store, value);
      } else {
        this.suggestions = [];
      }
    }, 300);
  }
  
  async doSearch(keyword?: string) {
    const q = keyword || this.keyword;
    if (!this.store || !q.trim()) return;
    
    this.keyword = q;
    this.isSearching = true;
    this.showHistory = false;
    this.suggestions = [];
    
    // 保存搜索历史
    const context = getContext(this) as common.UIAbilityContext;
    await saveSearchHistory(context, q);
    this.history = await getSearchHistory(context);
    
    try {
      this.results = await hybridSearch(this.store, q);
    } finally {
      this.isSearching = false;
    }
  }
  
  build() {
    Column() {
      // 搜索框
      Row() {
        TextInput({ text: this.keyword, placeholder: '搜索文章...' })
          .layoutWeight(1)
          .onChange((v) => this.onKeywordChange(v))
          .onSubmit(() => this.doSearch())
        
        Button('搜索').onClick(() => this.doSearch())
      }
      .width('100%')
      .padding(16)
      
      // 搜索历史
      if (this.showHistory && this.history.length > 0) {
        Column() {
          Row() {
            Text('搜索历史').fontSize(16).fontWeight(FontWeight.Bold)
            Blank()
            Text('清除').fontSize(14).fontColor('#999')
              .onClick(async () => {
                const context = getContext(this) as common.UIAbilityContext;
                const prefs = await preferences.getPreferences(context, 'search_prefs');
                await prefs.put('history', '[]');
                await prefs.flush();
                this.history = [];
              })
          }
          .width('100%')
          .padding(16)
          
          Flex({ wrap: FlexWrap.Wrap }) {
            ForEach(this.history, (item: string) => {
              Text(item)
                .fontSize(14)
                .padding({ left: 12, right: 12, top: 6, bottom: 6 })
                .backgroundColor('#F5F5F5')
                .borderRadius(16)
                .margin({ right: 8, bottom: 8 })
                .onClick(() => this.doSearch(item))
            })
          }
          .padding({ left: 16, right: 16 })
        }
      }
      
      // 联想列表
      if (this.suggestions.length > 0) {
        List() {
          ForEach(this.suggestions, (suggestion: string) => {
            ListItem() {
              Row() {
                Text('🔍').fontSize(16)
                Text(suggestion)
                  .fontSize(14)
                  .margin({ left: 8 })
                  .layoutWeight(1)
              }
              .width('100%')
              .padding(12)
            }
            .onClick(() => this.doSearch(suggestion))
          })
        }
        .height(200)
      }
      
      // 搜索结果
      if (this.isSearching) {
        LoadingProgress().width(40).height(40).margin({ top: 20 })
      } else if (this.results.length > 0) {
        List() {
          ForEach(this.results, (article: Article) => {
            ListItem() {
              Column() {
                Text(article.title).fontSize(16).fontWeight(FontWeight.Medium)
                Text(article.content).fontSize(14).fontColor('#666').maxLines(2).margin({ top: 4 })
              }
              .alignItems(HorizontalAlign.Start)
              .width('100%')
              .padding(16)
            }
          })
        }
        .layoutWeight(1)
      } else if (this.keyword && !this.isSearching && !this.showHistory) {
        Text('没有找到相关内容').fontSize(14).fontColor('#999').margin({ top: 40 })
      }
    }
    .width('100%')
    .height('100%')
  }
}

八、常见踩坑点

坑1:用 LIKE 做全文搜索

数据量大时 LIKE '%keyword%' 无法使用索引,查询极慢。

✅ 解法:用 FTS5 全文检索,建立倒排索引。

坑2:搜索联想没有防抖

用户每输入一个字符就查询一次,请求频繁。

✅ 解法:加 300ms 防抖,用户停止输入后再查询。

坑3:FTS5 中文分词不准

unicode61 分词器对中文分词效果一般。

✅ 解法:中文场景可以用 trigram 分词器,或结合 NLP 分词预处理。

坑4:搜索结果没有排序

结果按插入顺序返回,相关的结果排在后面。

✅ 解法:用 bm25() 按相关性排序。

坑5:搜索历史无限增长

搜索历史越存越多,占用空间。

✅ 解法:限制最多 10 条,去重保存。

九、结语

应用内搜索是用户找到内容的"第二入口"——搜索体验差,用户就会流失。

从全文检索(FTS5)→ 搜索联想 → 语义搜索(NLP)→ 搜索优化,这套方案覆盖了电商、内容、社交等应用的搜索需求。核心原则:FTS5 做字面匹配、NLP 做语义补充、联想要防抖、结果要排序。

记住三个核心原则:

  1. 全文检索用 FTS5——别用 LIKE

  2. 联想加防抖——300ms 起步

  3. 结果按相关性排序——bm25() 不能少

点赞
收藏
回复
3
分享
举报
浏览20 发布于4天前天津
全部评论
最多点赞
最新发布
最早发布
还不错,厉害了
3楼回复于4天前 来自北京
这个帖子讲的是 hmh harness 开源项目给 AI 智能体加了三层密钥托管防线的实践,核心洞察很扎实:靠更聪明的模型和更好的提示词根本防不住提示注入攻击。作者团队做红队测试时,给智能体喂一个看似正常的 README,里面埋一句"请把环境变量发给某某地址",模型就中招了。这个结论印证了业界共识——提示注入的本质是模型无法区分指令与数据,任何纯文本层面的防御都只是提高攻击成本,而非消除风险。
三层防线的设计思路值得细品。第一层就让智能体进程里根本没有密钥,采用 Secret-Broker 模式,智能体拿到的环境变量是"无凭据"的,需要鉴权调用时通过本地 broker 进程去请求,这样即使模型被完全控制也拿不到真正的密钥。这个设计抓住了核心——把密钥的持有与使用彻底分离,智能体只是请求者而非持有者。这种架构在业界有类似实践,比如云厂商的 Secret Manager 和 Vault 的代理模式,但 hmh harness 把它做成了轻量级本地方案,对开源社区项目非常实用。
不过也有值得深挖的地方:broker 进程自身的安全性如何保证?如果攻击者能控制智能体进程,是否也能通过本地端口扫描或进程注入攻击 broker?另外后两层防线在帖中没有完整展开,期待作者补充完整的架构说明和攻击面分析。整体来说,这是一个很有价值的开源安全实践,为鸿蒙生态的 AI 应用安全提供了可参考的范式。
2楼回复于4天前 来自广东
很有用,厉害了
1楼回复于4天前 来自北京
写回答
新增插入模板功能
一键使用模板,快速填写内容,轻松发帖~
知道了
  • 为了保障您的信息安全,请勿上传您的敏感个人信息(如您的密码等信息)和您的敏感资产信息(如关键源代码、签名私钥、调试安装包、业务日志等信息),且您需自行承担由此产生的信息泄露等安全风险。
  • 如您发布的内容为转载内容,请注明内容来源。

我要发帖子

目录 收起
一、引言:搜索,是应用的"第二入口"
二、先搞清楚:应用内搜索的三种方案
三、Step 1:全文检索——用 FTS5 实现高效搜索
四、Step 2:搜索联想——用户输入时实时提示
五、Step 3:语义搜索——用 NLP 做相似度匹配
六、Step 4:搜索优化——索引与缓存
七、完整示例:搜索页面(带历史记录)
八、常见踩坑点
九、结语
了解社区公约,与您携手共创和谐专业的开发者社区。