到 3.23.23 时,MySQL 开始支持全文索引和搜索。全文索引在 MySQL 中是一个 FULLTEXT
类型索引。FULLTEXT
索引用于 MyISAM
表,可以在 CREATE TABLE
时或之后使用 ALTER TABLE
或 CREATE INDEX
在 CHAR
、VARCHAR
或 TEXT
列上创建。对于大的数据库,将数据装载到一个没有 FULLTEXT
索引的表中,然后再使用 ALTER TABLE
(或 CREATE INDEX
) 创建索引,这将是非常快的。将数据装载到一个已经有 FULLTEXT
索引的表中,将是非常慢的。
全文搜索通过 MATCH()
函数完成。
mysql> CREATE TABLE articles ( -> id INT UNSIGNED AUTO_INCREMENT NOT NULL PRIMARY KEY, -> title VARCHAR(200), -> body TEXT, -> FULLTEXT (title,body) -> ); Query OK, 0 rows affected (0.00 sec) mysql> INSERT INTO articles VALUES -> (NULL,'MySQL Tutorial', 'dbMS stands for DataBase ...'), -> (NULL,'How To Use MySQL Efficiently', 'After you went through a ...'), -> (NULL,'Optimising MySQL','In this tutorial we will show ...'), -> (NULL,'1001 MySQL Tricks','1. Never run mysqld as root. 2. ...'), -> (NULL,'MySQL vs. YourSQL', 'In the following database comparison ...'), -> (NULL,'MySQL Security', 'When configured properly, MySQL ...'); Query OK, 6 rows affected (0.00 sec) Records: 6 Duplicates: 0 Warnings: 0 mysql> select * FROM articles -> WHERE MATCH (title,body) AGAINST ('database'); +----+-------------------+------------------------------------------+ | id | title | body | +----+-------------------+------------------------------------------+ | 5 | MySQL vs. YourSQL | In the following database comparison ... | | 1 | MySQL Tutorial | DBMS stands for DataBase ... | +----+-------------------+------------------------------------------+ 2 rows in set (0.00 sec)
函数 MATCH()
对照一个文本集(包含在一个 FULLTEXT
索引中的一个或多个列的列集)执行一个自然语言搜索一个字符串。搜索字符串做为 AGAINST()
的参数被给定。搜索以忽略字母大小写的方式执行。对于表中的每个记录行,MATCH()
返回一个相关性值。即,在搜索字符串与记录行在 MATCH()
列表中指定的列的文本之间的相似性尺度。
当 MATCH()
被使用在一个 WHERE
子句中时 (参看上面的例子),返回的记录行被自动地以相关性从高到底的次序排序。相关性值是非负的浮点数字。零相关性意味着不相似。相关性的计算是基于:词在记录行中的数目、在行中唯一词的数目、在集中词的全部数目和包含一个特殊词的文档(记录行)的数目。
它也可以执行一个逻辑模式的搜索。这在下面的章节中被描述。
前面的例子是函数 MATCH()
使用上的一些基本说明。记录行以相似性递减的顺序返回。
下一个示例显示如何检索一个明确的相似性值。如果即没有 WHERE
也没有 ORDER BY
子句,返回行是不排序的。
mysql> SELECT id,MATCH (title,body) AGAINST ('Tutorial') FROM articles; +----+-----------------------------------------+ | id | MATCH (title,body) AGAINST ('Tutorial') | +----+-----------------------------------------+ | 1 | 0.64840710366884 | | 2 | 0 | | 3 | 0.66266459031789 | | 4 | 0 | | 5 | 0 | | 6 | 0 | +----+-----------------------------------------+ 6 rows in set (0.00 sec)
下面的示例更复杂一点。查询返回相似性并依然以相似度递减的次序返回记录行。为了完成这个结果,你应该指定 MATCH()
两次。这不会引起附加的开销,因为 MySQL 优化器会注意到两次同样的 MATCH()
调用,并只调用一次全文搜索代码。
mysql> SELECT id, body, MATCH (title,body) AGAINST -> ('Security implications of running MySQL as root') AS SCOre -> FROM articles WHERE MATCH (title,body) AGAINST -> ('Security implications of running MySQL as root'); +----+-------------------------------------+-----------------+ | id | body | score | +----+-------------------------------------+-----------------+ | 4 | 1. Never run mysqld as root. 2. ... | 1.5055546709332 | | 6 | When configured properly, MySQL ... | 1.31140957288 | +----+-------------------------------------+-----------------+ 2 rows in set (0.00 sec)
MySQL 使用一个非常简单的剖析器来将文本分隔成词。一个“词”是由文字、数据、“'” 和 “_” 组成的任何字符序列。任何在 stopword 列表上出现的,或太短的(3 个字符或更少的)的 “word” 将被忽略。
在集和查询中的每个合适的词根据其在集与查询中的重要性衡量。这样,一个出现在多个文档中的词将有较低的权重(可能甚至有一个零权重),因为在这个特定的集中,它有较低的语义值。否则,如果词是较少的,它将得到一个较高的权重。然后,词的权重将被结合用于计算记录行的相似性。
这样一个技术工作可很好地工作与大的集(实际上,它会小心地与之谐调)。 对于非常小的表,词分类不足以充份地反应它们的语义值,有时这个模式可能产生奇怪的结果。
mysql> SELECT * FROM articles WHERE MATCH (title,body) AGAINST ('MySQL'); Empty set (0.00 sec)
在上面的例子中,搜索词 MySQL
却没有得到任何结果,因为这个词在超过一半的记录行中出现。同样的,它被有效地处理为一个 stopword (即,一个零语义值的词)。这是最理想的行为 -- 一个自然语言的查询不应该从一个 1GB 的表中返回每个次行(second row)。
匹配表中一半记录行的词很少可能找到相关文档。实际上,它可能会发现许多不相关的文档。我们都知道,当我们在互联网上通过搜索引擎试图搜索某些东西时,这会经常发生。因为这个原因,在这个特殊的数据集中,这样的行被设置一个低的语义值。
到 4.0.1 时,MySQL 也可以使用 IN BOOLEAN MODE
修饰语来执行一个逻辑全文搜索。
mysql> SELECT * FROM articles WHERE MATCH (title,body) -> AGAINST ('+MySQL -YourSQL' IN BOOLEAN MODE); +----+------------------------------+-------------------------------------+ | id | title | body | +----+------------------------------+-------------------------------------+ | 1 | MySQL Tutorial | DBMS stands for DataBase ... | | 2 | How To Use MySQL Efficiently | After you went through a ... | | 3 | Optimising MySQL | In this tutorial we will show ... | | 4 | 1001 MySQL Tricks | 1. Never run mysqld as root. 2. ... | | 6 | MySQL Security | When configured properly, MySQL ... | +----+------------------------------+-------------------------------------+
这个查询返回所有包含词 MySQL
的记录行(注意: 50% 的阈值没有使用),但是它没有包含词 YourSQL
。注意,一个逻辑模式的搜索不会自动地以相似值的降序排序记录行。你可以从上面的结果出看得出来,最高的相似值(包含 MySQL
两次的那个) 最列在最后,而不是第一位。一个逻辑全文搜索即使在没有一个 FULLTEXT
索引的情况下也可以工作,然而它 慢 些。
逻辑全文搜索支持下面的操作符:
+
-
IN BOOLEAN MODE
修饰词的 MATCH() ... AGAINST()
的行为。
< >
<
操作符减少基值,>
操作符则增加它。参看下面的示例。
( )
~
-
操作符。
*
"
"
中,只匹配包含这个短语(字面上的,就好像被键入的)的记录行。 这里是一些示例:
apple banana
+apple +juice
+apple macintosh
+apple -macintosh
+apple +(>pie
- ... 包含 “apple” 和 “pie”,或者包含的是 “apple” 和 “strudel” (以任何次序),但是 “apple pie” 排列得比 “apple strudel” 要高一点
apple*
- ... 包含 “apple”,“apples”,“applesauce” 和 “applet”
"some words"
- ... 可以包含 “some words of wisdom”,但不是 “some noise words”
MATCH()
函数的所有参数必须是从来自于同一张表的列,同时必须是同一个FULLTEXT
索引中的一部分,除非 MATCH()
是 IN BOOLEAN MODE
的。
MATCH()
列列表必须确切地匹配表的某一 FULLTEXT
索引中定义的列列表,除非 MATCH()
是 IN BOOLEAN MODE
的。
AGAINST()
的参数必须是一个常量字符串。 不幸地,全文搜索仍然只有很少的用户可调参数,虽然增加一些在 TODO 上排列很高。如果你有一个 MySQL 源码发行(查看章节 source">2.3 安装一个 MySQL 源码发行),你可以发挥对全文搜索的更多控制。
注意,全文搜索为最佳的搜索效果,被仔细地调整了。修改默认值的行为,在大多数情况下,只会使搜索结果更糟。不要修改 MySQL 的源代码,除非你知道你在做什么!
ft_min_word_len
指定。查看章节 4.5.6.4 SHOW VARIABLES
。将它改为你所希望的值,并重建你的 FULLTEXT
索引。 (这个变量只从 MySQL 4.0 开始被支持)
ft_stopword_file
变量指定的文件中读取。查看章节 4.5.6.4 SHOW VARIABLES
。在修改了 stopword 列表后,重建你的 FULLTEXT
索引。(这个变量只从 MySQL 4.0.10 开始被支持)
#define GWS_IN_USE GWS_PROB
改为:#define GWS_IN_USE GWS_FREQ
然后重新编译 MySQL。在这种情况下,不需要重建索引。 注意:使用了这个,将严重地减少 MySQL 为MATCH()
提供足够的相似性值的能力。如果你确实需要搜索这样的公共词,最好使用 IN BOOLEAN MODE
的搜索代替,它不遵守 50% 的阈值。
ft_boolean_syntax
定义。查看章节 4.5.6.4 SHOW VARIABLES
。然而,这个变量是只读的,它的值在 `myisam/ft_static.c' 中被设置。 对于这些更改,要求你重建你的 FULLTEXT
索引,对于一个 MyISAM 表,最容易的重建索引文件的方式如下面的语句:
mysql> REPAIR TABLE tbl_name QUICK;
FULLTEXT
索引的操作更快
MERGE
表中的全文搜索
CREATE/ALTER TABLE
中的 FULLTEXT
增加某些可调整参数) 免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。