介绍
大部分技术员在处理搜索问题的时候,往往直接依赖数据库的查询功能,通过普通 SQL 语句的数值比较, 范围的过滤等就可以完成绝大多数我们需要的查询了, 但是如果你希望通过关键字的匹配来进行查询过滤, 那么就需要基于相似度的查询, 而不是原来的精确数值比较, 那么这种查询我们第一个想到的肯定是 LIKE 的 SQL 语句, 但是LIKE模糊查询它的工作原理是全表扫描, 如果数据量非常大, 那么会造成非常严重的卡顿, 也可能出现整个项目崩掉, 而全文索引的设计就是避免这种情况的发生
全文搜索分类
-
自然语言搜索
(默认类型):MySQL 会把搜索的字符串解析成一系列的单词,然后去搜索包含的行; -
布尔模式搜索
:可以为搜索的字符串里加修饰词,或者必须是什么短语,安顺序搜索等 -
查询扩展搜索
:这种搜索分为两个阶段。第一阶段,是自然语言搜素。第二阶段,则先把原来的搜索字符串,与第一阶段的搜索里高度匹配的那些行,连接到一起。
全文搜索的特性
- 全文搜索基于 FullText 索引。在 FullText 索引, 里只能出现在
CHAR
VARCHAR
TEXT
这几种类型里 - 全文搜索会
忽略那些常见词
:常见词,指的是至少一半的行里都出现过,超过 50% 的词,都为常见词; - 有些为内建的常用单词:也叫停用词,比如:
the after other
- 比较短的单词也会被停用
所谓的中文全文索引,就是用一本字典,把一段中文字,拆分为一个个的词语,这样来符合 FullText 的单词定义。然后完全可以把中文看作成英文,进行全文本索引!
建表语句
- 创建表,不一定要主键索引
create table apothegm(
attribution varchar(40),
phrase text
) engine = myisan;
- 增加全文索引
alert table apothegm
add fulltext (phrase),
add fulltext (attribution),
add fulltext (phrase,attribution);
个人理解:
1. 索引分为,单列索引和复合索引。
2. 每次在进行搜索的时候,必须要有一个 FullText 索引,而它正好是由查询命令里列出的那些字段组成。
3. 索引越多,写入数据越慢,但是索引的方式也就越多,越加便捷。
自然语言索引
- 基本 SQL 语句
//应用其第一个 FullText 索引
select * from apothegm where match(phrase) againts('time');
//应用其第三个 FullText 索引
select * from apothegm where match(phrase,attribution) againts('time');
- 输出相关程度 : 自然语言类型的全文搜索。其输出是按照相关程度递减顺序排列,相关度是一个非负数的浮点数,其中
0代表毫不相关
select phrase,match(phrase) against('time') as relavance from apothegm
PS:把匹配的结构,当作一个独立字段,其中 relavance 为相关程度的意思
- 多个词一起查询,比如查询
hard
或者soft
select * from apothegm where match(phrase) againts('hard soft');
布尔模式的全文索引
特点
- 50% 一样的规则:不生效了
- 查询结果不再按照
相关程度排序
- 也可以对非 FullText 索引列进行搜索,只是速度相比,有 FullText 的速度要慢
使用的方式
- 基本方式:要在
MATCH
后面加IN BOOLEAN MODE
,(不加说明,默认使用自然排序IN NATURAL LANGUAGE MODE
)
select * from apothegm where match(phrase) againts('hard' in boolean mode);
- 按单词出现顺序检索,把对应单词用双引号引起来;
select * from apothegm where match(phrase) againts('“bell book and candle”' in boolean mode);
- 可以搜索必须出现,必须不出现,分别用 + 和 -标示:
select * from apothegm where match(phrase) againts('+bell -candle' in boolean mode);
- 可以用*作为通配符, 标示以什么开头的。但是还是必须遵守,单词不能过短的约定。
配置全文搜索引擎
全文索引的参数是可以配置的,可以通过系统变量的办法进行修改。
- 变量
ft_min_word_len
和ft_max_word_len
来设置单词所具有的最小长度,和最大长度。默认最小值与最大值分别为 4 和 84 - 在
my.conf
的mysqld
下添加 下面语句,然后重启。
ft_min_word_len = 1
- 如果是已经建立 FullText 索引表,必须重新建立这些索引关系,但也是可以快速修复。
repair table tbl_name quick;
- 如果是在此之后新建的 FullText 索引,都可以更新使用这个值。
网友评论