Mysql 全文索引fulltext使用 学习教程

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：(基本单位是词)

  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);

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);

使用了>的李秀琴马上就排到最前面了

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);

看到没，不是人也排到最前面了，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);

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

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