MySQL使用全文索引(fulltext index)

时间:2022-09-22 11:25:14

1.创建全文索引(FullText index)

       旧版的MySQL的全文索引只能用在MyISAM表格的char、varchar和text的字段上。 

       不过新版的MySQL5.6.24上InnoDB引擎也加入了全文索引,所以具体信息要随时关注官网,

     1.1. 创建表的同时创建全文索引

             CREATE TABLE article ( 
                  id INT AUTO_INCREMENT NOT NULL PRIMARY KEY, 
                  title VARCHAR(200), 
                  body TEXT, 
                  FULLTEXT(title, body) 
              ) TYPE=MYISAM; 
   

    1.2.通过 alter table 的方式来添加

                ALTER TABLE `student` ADD FULLTEXT INDEX ft_stu_name  (`name`) #ft_stu_name是索引名,可以随便起

       或者:ALTER TABLE `student` ADD FULLTEXT ft_stu_name  (`name`)

 

    1.3. 直接通过create index的方式

                CREATE FULLTEXT INDEX ft_email_name ON `student` (`name`)

           也可以在创建索引的时候指定索引的长度:

                CREATE FULLTEXT INDEX ft_email_name ON `student` (`name`(20))

      

2. 删除全文索引

    2.1. 直接使用 drop index(注意:没有 drop fulltext index 这种用法)

                 DROP INDEX full_idx_name ON tommy.girl ;

    2.2. 使用 alter table的方式 

                ALTER TABLE tommy.girl DROP INDEX ft_email_abcd;

 

3.使用全文索引

     跟普通索引稍有不同

     使用全文索引的格式:  MATCH (columnName) AGAINST ('string')

     eg:

           SELECT * FROM `student` WHERE MATCH(`name`) AGAINST('聪')

           当查询多列数据时:

                建议在此多列数据上创建一个联合的全文索引,否则使用不了索引的

          SELECT * FROM `student` WHERE MATCH(`name`,`address`) AGAINST('聪 广东')

     3.1. 使用全文索引需要注意的是:(基本单位是)

            分词,全文索引以词为基础的,MySQL默认的分词是所有非字母和数字的特殊符号都是分词符(外国人嘛)

            这里推荐一篇文章:利用mysql的全文索引实现模糊查询 

       3.2. MySQL中与全文索引相关的几个变量:

             使用命令:mysql> SHOW VARIABLES LIKE 'ft%'; #ft就是FullText的简写

             ft_boolean_syntax    + -><()~*:""&|         #改变IN BOOLEAN MODE的查询字符,不用重新启动MySQL也不用重建索引
             ft_min_word_len    4                                   #最短的索引字符串,默认值为4,(通常改为1)修改后必须重建索引文件

                                                                               重新建立索引命令:repair table tablename quick 

             ft_max_word_len    84                                #最长的索引字符串,默认值为84,修改后必须重建索引文件

             ft_query_expansion_limit   20                      #查询括展时取最相关的几个值用作二次查询

             ft_stopword_file    (built-in)                      #全文索引的过滤词文件,具体可以参考:MySQL全文检索中不进行全文索引默认过滤词         


             特别注意:50%的门坎限制(当查询结果很多,几乎所有记录都有,或者极少的数据,都有可能会返回非所期望的结果)

                       -->可用IN BOOLEAN MODE即可以避开50%的限制。

                      此时使用全文索引的格式就变成了: SELECT * FROM `student` WHERE MATCH(`name`) AGAINST('聪' IN BOOLEAN MODE)

                        更多内容请参考:MySQL中的全文检索(1)

 

4. ft_boolean_syntax (+ -><()~*:""&|)使用的例子:

        4.1  + : 用在词的前面,表示一定要包含该词,并且必须在开始位置。

                            eg: +Apple 匹配:Apple123,     "tommy, Apple"

        4.2  - : 不包含该词,所以不能只用「-yoursql」这样是查不到任何row的,必须搭配其他语法使用。

                            eg: MATCH (girl_name) AGAINST ('-林志玲 +张筱雨')

                              匹配到: 所有不包含林志玲,但包含张筱雨的记录 

        4.3. 空(也就是默认情况),表示可选的,包含该词的顺序较高。 

                       例子:

                 apple banana   
       
找至少包含上面词中的一个的记录行

                 +apple +juice               两个词均在被包含

                 +apple
macintosh
 
    
包含词 “apple”,但是如果同时包含 “macintosh”,它的排列将更高一些

                 +apple
-macintosh   
包含 “apple” 但不包含 “macintosh”

        4.4. > :提高该字的相关性,查询的结果会排在比较靠前的位置。 

        4.5.< :降低相关性,查询的结果会排在比较靠后的位置。

                      例子:4.5.1.先不使用 >< 

                                select * from tommy.girl where match(girl_name) against('张欣婷' in boolean mode);

                                MySQL使用全文索引(fulltext index)   可以看到完全匹配的排的比较靠前

                              4.5.2. 单独使用 >

                                select * from tommy.girl where match(girl_name) against('张欣婷 >李秀琴' in boolean mode);

                                MySQL使用全文索引(fulltext index)  使用了>的李秀琴马上就排到最前面

 

                             4.5.3. 单独使用 <

                                select * from tommy.girl where match(girl_name) against('张欣婷 <不是人' in boolean mode);

                                MySQL使用全文索引(fulltext index) 看到没,不是人排到最前面了,这里使用的可是 < 哦,说好的降低相关性呢,往下看吧。

 

                           4.5.4.同时使用><

                              select * from tommy.girl where match(girl_name) against('张欣婷 >李秀琴 <练习册 <不是人>是个鬼' in boolean mode);

                              MySQL使用全文索引(fulltext index) 到这里终于有答案了,只要使用了 ><的都会往前排,而且>的总是排在<的前面

                        小结一下:1. 只要使用 ><的总比没用的 靠前;

                                       2. 使用  >的一定比 <的排的靠前 (这就符合相关性提高和降低)

                                       3. 使用同一类的,使用的越早,排的越前。

        4.6. ( ):可以通过括号来使用字条件。  

                       eg: +aaa +(>bbb <ccc) // 找到有aaa和bbb和ccc,aaa和bbb,或者aaa和ccc(因为bbb,ccc前面没有+,所以表示可有可无),

                                         然后 aaa&bbb > aaa&bbb&ccc > aaa&ccc

           4.7. ~ :将其相关性由正转负,表示拥有该字会降低相关性,但不像「-」将之排除,只是排在较后面。 

                           eg:   +apple ~macintosh   先匹配apple,但如果同时包含macintosh,就排名会靠后。

           4.8. * :通配符,这个只能接在字符串后面。 

                                 MATCH (girl_name) AGAINST ('+*ABC*')   #错误,不能放前面

                                 MATCH (girl_name) AGAINST ('+张筱雨*')  #正确

           4.9. " " :整体匹配,用双引号将一段句子包起来表示要完全相符,不可拆字。 

                                 eg:  "tommy huang" 可以匹配  tommy huang xxxxx   但是不能匹配  tommy is huang

5.补充:Windows下无法修改 ft_min_word_len的情况,

          5. 1. 使用cmd打开 services.msc,

                找到你的 MySQL服务,右键Properties,找到你的my.ini所在的路径

                MySQL使用全文索引(fulltext index)

          5.2. 停止MySQL,在my.ini中增加 ft_min_word_len = 1,重启MySQL,

                    然后使用命令 show variables like 'ft_min_word_len'; 查看是否生效了