前言
本章将学习如何使用MySQL的全文本搜索工鞥呢进行高级的数据查询和选择。
1. 理解全文本搜索
并非所有引擎都支持全文本搜索
MySQL最常用的两个引擎为MyISAM和InnoDB
MyISAM：支持全文索引
InnoDB：不支持全文索引
2.使用全文本搜索
为了进行全文本搜索，必须索引被搜索的列，而且要随着数据的改变不断地重新索引。
在索引之后，select可与Match()和Against()一起使用以实际执行搜索。
2.1. 启用全文本搜索支持
一般在创建表时启动全文本搜索。CREATE TABLE语句接受FULLTEXT子句，它给出被索引列的一个逗号分隔的列表。
CREATE TABLE productnotes
(
note_id int NOT NULL AUTO_INCREMENT,
prod_id char(10) NOT NULL,
note_date datetime NOT NULL,
note_text text NULL,
PRIMARY KEY(note_id),
FULLTEXT(note_text)
)ENGINE=MyISAM;
为了进行全文本搜索，MySQL根据子句FULLTEXT(note_text)的指示对它进行检索。
- FULLTEXT索引可以是单个列，也可以是多个列。
- 可以在创建表时指定FULLTEXT，或者在稍后指定(在这种情况下，所有已有数据必须立即索引)
注意：不要在导入数据时使用FULLTEXT
如果正在导入数据到一个新表，此时不应该启用FULLTEXT索引。应该先导入所有数据，然后再修改表，定义FULLTEXT。这样有助于更快地导入数据。
2.2. 进行全文本搜索
Match()：指定被搜索的列
- 传递给Match的值必须与fulltext()定义中的相同，如果指定多个列，则必须列出它们（而且次序相同）。
- 搜索不区分大小写，除非使用BINARY方式。
Against()：指定要使用的搜索表达式
select note_text
from productnotes
where Match(note_text) Against('rabbit');
- Match(note_text)：指示MySQL针对指定的列进行搜索
- Against('rabbit')：指定词rabbit作为搜索文本
全文本搜索的一个重要部分就是对结果排序。具有较高等级的行先返回。
select note_text
Match(note_text) Against('rabbit') AS RANK
from productnotes;
2.3 使用查询扩展
查询扩展用来设法放宽所返回的全文本搜索结果的范围。
注意：查询扩展工鞥呢在MySQL4.1.1中引入，不能用于之前的版本。
例如：你想找出所有提高anvils的注释。只有一个注释包含词anvils，但你还想找出可能与你的搜索有关的所有其他行，即使他们不包含词anvils。
在使用查询扩展是，MySQL对数据和索引进行两遍扫描来完成搜索：
- 首先，进行一个基本的全文本搜索，找出与搜索条件匹配的所有航
- 其次，MySQL检查这些匹配行并选择所有有用的词
- 再其次，MySQL再次进行全文本搜索，这次不仅使用原来的条件，而且还是用使用所有有用的词
进行一个简单的全文本搜索，没有查询扩展
select note_text
from productnotes
where match(note_text) against('anvils');
只有一行包含词anvils，因此只返回一行
select note_text
from productnotes
where match(note_text) against('anvils' WITH QUERY EXPANSION) ;
其他行虽然与anvils无关，但是含有第一行中所包含的词。
行越多越好：表中的行越多(这些行的文本就越多)，使用查询扩展返回的结果越好
2.4 布尔文本搜索
以布尔方式，可以提供关于如下内容的细节：
□ 要匹配的词
□ 要排斥的词(如果某行包含这个词语，则不返回该行，即使它包含其他指定的词也是如此)
□ 排列提示（指定某些词比其他词更重要，更重要的词等级更高）
□ 表达式分组
□ 另外一些内容
即使没有FULLTEXT索引也可以使用
布尔方式不同于迄今为止使用的全文本搜索语法的地方在于，即使没有定义fulltext索引，也可以使用它。但是这是一种非常缓慢的操作（其性能随着数据量的增加而降低）。
例如：
select ntoe_text
from productnotes
where match(note_text) against('heavy' in boolean mode);
此全文本搜索检索包含词heavy的所有行，其中使用了关键字 in boolean mode，但是实际上没有指定布尔操作符，因此，结果与没有指定布尔方式结果相同。
- 匹配包含heavy但不包含任意以rope开始的词的行
select ntoe_text
from productnotes
where match(note_text) against('heavy -rope*' in boolean mode);
-rope*：明确指示MySQL排除包含rope*
全文本布尔操作符
| 布尔操作符 | 说明 |
|---|---|
| + | 包含，词必须存在 |
| - | 排除，词必须不出现 |
| > | 包含，而且增加等级值 |
| < | 包含，而且减少等级制 |
| () | 把词组成表达式(允许这些子表达式作为一个组被包含、排除、排列等) |
| ~ | 取消一个词的排序值 |
| * | 词尾的通配符 |
| "" | 定义一个短语(与单个词的列表不一样，它匹配整个短语以便包含或排除这个短语) |
- 例1
select ntoe_text
from productnotes
where match(note_text) against('rabbit bait' in boolean mode);
没有指定操作符，这个搜索匹配包含rabbit和bait中的至少一个词的行。
- 例2
select ntoe_text
from productnotes
where match(note_text) against('"rabbit bait"' in boolean mode);
匹配短语rabbit bait而不是匹配两个词rabbit和bait
注意：在布尔方式中，不按等级制降序排序返回的行。
2.5 全文本搜索的使用说明
- 在索引全文本数据时，短词被忽略且从索引中排除。短词定义为那些具有3个或3个以下字符的词(如果需要，这个数据可以更改)。
- MySQL带有一个内建的非用词列表，这些词在索引全文本数据时总是被忽略。如果需要，可以覆盖这个列表。
- 许多次出现的频率很高，搜索他们没有用处。因此MySQL规定了一条50%规则，如果一个词出现在50%以上的行中。则将它作为一个非用词忽略。50%规则不用于in boolean mode。
- 如果表中的行数少于3行，则全文本搜索不返回任何结果。
- 忽略词中的单引号。例如：don't索引为dont
- 不具有词分隔符(包括日语和汉语)的语言不能恰当地返回全文本搜索结果
- 仅在MyISAM数据库引擎中支持全文本搜索。
网友评论