MySQL 全文索引

简述

MySQL 全文索引是一种用于搜索文本内容的索引技术。它允许在 MySQL 数据库中执行高效的全文搜索操作，而不仅仅是简单的精确匹配。

全文索引可以用于在文本字段（如 VARCHAR 或 TEXT 类型的字段）中查找特定的关键词、短语或表达式。它有助于提高搜索的速度和准确性，并支持高级搜索功能，如模糊匹配、近似匹配和排序。

要使用全文索引，首先需要在要搜索的表中创建全文索引。可以通过使用 FULLTEXT 索引类型并指定要索引的列来实现。例如，假设我们有一个包含标题和内容的文章表，可以如下创建全文索引。

CREATE FULLTEXT INDEX idx_fulltext_search ON articles(title, content);

创建完全文索引后，可以使用 MATCH AGAINST 语句执行全文搜索。MATCH AGAINST 语句接受一个搜索条件作为参数，并返回与条件匹配的行。

例如，以下是在文章表中执行全文搜索的示例。

SELECT * FROM articles WHERE MATCH(title, content) AGAINST('keyword');

在上面的示例中，keyword 是要搜索的关键词。

注意，全文索引只能用于 MyISAM 和 InnoDB 存储引擎，而不适用于其他存储引擎（如 MEMORY 或 CSV）。此外，全文索引还受到MySQL 版本和配置的限制，因此在使用全文索引之前，需要先了解和确认 MySQL 版本和配置是否支持。

创建全文索引的语法

CREATE FULLTEXT INDEX index_name ON table_name ( column_name ) [ WITH PARSER parser_name]

index_name 是要创建的索引的名称，table_name 是要创建索引的表的名称，column_name 是要创建索引的列的名称。WITH PARSER 子句是可选的，并且可以用于指定在创建索引时要使用的解析器。

全文索引只能用于 CHAR、VARCHAR、TEXT 和 BLOB 类型的字段。此外，在 MySQL 5.6 版本以前，全文索引只支持 MyISAM 存储引擎，而在 MySQL 5.6 版本以后，InnoDB 存储引擎也支持全文索引。

ngram 解析器

内置的 FULLTEXT 解析器通过查找特定的分隔符来确定单词的开始和结束位置，例如：空格、逗号、点号。如果单词之间没有分隔符（例如中文），则内置的 FULLTEXT 解析器无法确定单词的开始或结束位置。

这时可以使用 ngram 解析器插件（用于中文、日文或韩文）或 MeCab 解析器插件（用于日文）创建 FULLTEXT 索引。

自然语言模式和布尔模式

在 MySQL 中，全文搜索支持两种主要的查询模式：自然语言模式和布尔模式。这两种模式的主要区别在于它们如何处理搜索查询和返回结果。

自然语言模式（IN NATURAL LANGUAGE MODE）

全文搜索中的自然语言模式是默认模式，它使用自然语言处理技术来解析搜索查询并返回最相关的结果。自然语言模式会对搜索查询进行分词和停用词处理，并根据每个词语在文档中的重要性对文档进行打分。然后，MySQL 会根据文档的得分对搜索结果进行排序，并返回最相关的文档。

注意，自然语言模式并不要求查询的短语必须完全匹配，所以在准确率上存在一定的误差。

布尔模式（IN BOOLEAN MODE）

全文搜索中的布尔模式允许用户使用布尔运算符（AND、OR、NOT）来组合搜索条件，并通过对文档进行匹配来确定文档是否符合查询条件。在布尔模式下，MySQL 会将搜索查询视为布尔表达式，并使用布尔运算符来确定每个文档是否符合查询条件。

综上所述，自然语言模式和布尔模式都有各自的优缺点，在使用全文搜索时，应根据具体情况选择合适的查询模式。

自然语言模式通常更易于使用和理解，但可能会导致一些不准确的结果
布尔模式更灵活，可以更精确地控制搜索条件，但需要更多的查询语法知识

全文索引中常用的操作符

布尔模式操作符

"+"符号：指定关键词必须存在
"-"符号：指定关键词不能存在
">"符号：指定关键词要求存在，并且在搜索结果中具有更高的权重
"<"符号：指定关键词要求存在，并且在搜索结果中具有更低的权重
"*"符号：用于在关键词的末尾表示通配符，例如用于匹配单词的不同形态

自然语言操作符

IN NATURAL LANGUAGE MODE 关键词：用于指定自然语言模式的全文搜索。在这种模式下，搜索引擎会根据自然语言的语法和语义进行匹配

全文索引与 LIKE

全文索引和 LIKE 操作都可以用于文本搜索，但它们有一些关键的区别。

全文索引是一种更高级的搜索方法，它使用特定的数据结构和算法来支持快速和高效的文本搜索。全文索引在搜索过程中考虑了词语的语义和上下文，可以实现更准确的匹配和更高的搜索性能。它支持高级搜索功能，如模糊匹配、近似匹配和排序，并且通常比使用 LIKE 更快。

相比之下，LIKE 操作是 SQL 中使用的一种基本的模式匹配方法。它根据通配符（如 % 和 _）来匹配字符串，并返回与匹配模式相符的结果。但是，LIKE 操作通常比全文索引更慢，尤其是在大型数据集上，因为它需要在整个文本字段上进行逐一比较。

全文索引的优点是可以快速查找特定的关键词、短语或表达式，而且在搜索过程中可以更好地理解文本的上下文关系。它适用于需要更高级搜索功能和更高性能的场景，例如全文搜索引擎或文本检索系统。

然而，如果只需要简单的模式匹配，而不需要考虑文本的语义或上下文关系，那么使用 LIKE 操作可能是足够的。

简单示例

CREATE TABLE `schools` (`id` BIGINT ( 0 ) NOT NULL AUTO_INCREMENT,`name` VARCHAR ( 512 ) CHARACTER SET utf8mb4 COLLATE utf8mb4_bin NOT NULL COMMENT '学校名称',`pinyinName` VARCHAR ( 1024 ) CHARACTER SET utf8mb4 COLLATE utf8mb4_bin NULL DEFAULT '' COMMENT '学校名称拼音',`shortName` VARCHAR ( 256 ) CHARACTER SET utf8mb4 COLLATE utf8mb4_bin NOT NULL DEFAULT '' COMMENT '简称, 多个用逗号隔开',`pinyinShortName` VARCHAR ( 512 ) CHARACTER SET utf8mb4 COLLATE utf8mb4_bin NULL DEFAULT '' COMMENT '简称拼音',`regionId` BIGINT ( 0 ) NOT NULL COMMENT '地区id',PRIMARY KEY ( `id` ) USING BTREE,INDEX `schools_region_id` ( `regionId` ) USING BTREE,FULLTEXT INDEX `schools_name` ( `name` ) WITH PARSER `ngram`,FULLTEXT INDEX `schools_pinyin_name` ( `pinyinName` ),FULLTEXT INDEX `schools_short_name` ( `shortName` ) 
) ENGINE = INNODB AUTO_INCREMENT = 1 CHARACTER 
SET = utf8mb4 COLLATE = utf8mb4_bin COMMENT = '学校表' ROW_FORMAT = Dynamic;SELECT`id`,`name`,`shortName`,`pinyinName`,`stages`,`regionId` 
FROM`schools` AS `SchoolModel` 
WHERE( MATCH ( NAME ) AGAINST ( '+深圳市 +大鹏 +新区 +大鹏 +中心小学 深圳市大鹏新区大鹏中心小学' IN BOOLEAN MODE ) OR NAME LIKE '%深圳市大鹏新区大鹏中心小学%' ) AND `SchoolModel`.`regionId` IN ( 1 );