mysql百万级全⽂索引及match快速查找

建⽴全⽂索引的表的存储引擎类型必须为MyISAM

问题是match against对中⽂模糊搜索⽀持不是太好

新建⼀个utf8 MyISAM类型的表并建⽴⼀个全⽂索引：

1. CREATE TABLE articles (

2. id INT UNSIGNED AUTO_INCREMENT NOT NULL PRIMARY KEY,
   

3. title VARCHAR(200),
   

4. body TEXT,
   

5. FULLTEXT (title,body)
   

6. ) ENGINE=MyISAM
   其中FULLTEXT(title, body) 给title和body这两列建⽴全⽂索引，之后检索的时候注意必须同时指定这两列。
   给这个表添加点测试数据
7. INSERT INTO articles (title,body) VALUES

8. ('MySQL Tutorial','DBMS stands for DataBase ...'),
   

9. ('How To Use MySQL Well','After you went through a ...'),
   

10. ('Optimizing MySQL','In this tutorial we will show ...'),
    

11. ('1001 MySQL Tricks','1. Never run mysqld as root. 2. ...'),
    

12. ('MySQL vs. YourSQL','In the following database comparison ...'),
    

13. ('MySQL Security','When configured properly, MySQL ...');
    

14. 全⽂检索测试
15. SELECT * FROM articles WHERE MATCH (title,body) AGAINST (‘database’);

注意 MATCH (title,body) ⾥⾯的值必须是前⾯建⽴全⽂索引的两个字段不能少。
mysql 默认⽀持全⽂检索的字符长度是4，可以⽤SHOW VARIABLES LIKE ‘ft_min_word_len’ 来查看指定的字符长度，也可以在mysql配置
⽂件my.ini 更改最⼩字符长度，⽅法是在my.ini 增加⼀⾏⽐如：ft_min_word_len = 2，改完后重启mysql即可。
另外，MySQL还会计算⼀个词的权值，以决定是否出现在结果集中，具体如下：
mysql在集和查询中的对每个合适的词都会先计算它们的权重，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，mysql默认的阀值是50%，上⾯‘you’在每个⽂档
都出现，因此是100%，只有低于50%的才会出现在结果集中。

全⽂检索语法
SELECT * FROM articles WHERE MATCH (title,body) AGAINST (‘+apple -banana’ IN BOOLEAN MODE); + 表⽰AND，即必须包含。-
表⽰NOT，即不包含。
SELECT * FROM articles WHERE MATCH (title,body) AGAINST (‘apple banana’ IN BOOLEAN MODE); apple和banana之间是空格，
空格表⽰OR，即⾄少包含apple、banana中的⼀个。
SELECT * FROM articles WHERE MATCH (title,body) AGAINST (‘+apple banana’ IN BOOLEAN MODE); 必须包含apple，但是如果同
时也包含banana则会获得更⾼的权重。
SELECT * FROM articles WHERE MATCH (title,body) AGAINST (‘+apple ~banana’ IN BOOLEAN MODE); ~ 是我们熟悉的异或运算
符。返回的记录必须包含apple，但是如果同时也包含banana会降低权重。但是它没有 +apple -banana 严格，因为后者如果包含banana压
根就不返回。
SELECT * FROM articles WHERE MATCH (title,body) AGAINST (‘+apple +(>banana <orange)’ IN BOOLEAN MODE); 返回同时包含
apple和banana或者同时包含apple和orange的记录。但是同时包含apple和banana的记录的权重⾼于同时包含apple和orange的记录
最后如果要模糊搜索只要在在搜索的词后⾯加上号就可以，如
"SELECT * FROM table_name WHERE MATCH(column) AGAINST('search’ IN BOOLEAN MODE)"
经测试，⾮常快速！