mysql 全文索引
注意 并非所有的引擎都支持 全文检索
mysql最常用的引擎 INnodb 和 myisam 后者支持全文检索 前者不支持
创建表的时候指定要检索列
CREATE TABLE TEST_FULLTEXT(note_id int not null auto_increment,note_text text null,
primaty key(note_id),FULLTEXT(note_text)
)engine=myisam;
fulltext 索引某个列 fulltext(note_text) ,在某note_text列上建立全文索引
插入数据
然后用 match()指定列 Against()指定词
如 语句
select *
from TEST_FULLTEXT
where Match(note_text) Against(‘hello‘);
查找note_txt列中含有 hello词的行 返回的结果为 两行
note_text
‘hello‘ was said by quester
quster say ‘hello‘ to pp and he try again
- 注意 搜索是不区分大小的 除非使用 BINARY方式
既然这样 为什么 不用 like语句呢 再来看上面例子 用like实现
select *
from TEST_FULLTEXT
where note_text like ‘%hello%‘;
返回的结果一样为两行
note_text
quster say ‘hello‘ to pp and he try again
‘hello‘ was said by quester
看采用全文搜索和like的返回结果 使用全文搜索的返回结果是已经排好序的 而 like的返回结果则没有
排序主要是针对 hello出现在行的位置
全文结果中 第一个词 和 第三个词 like则没有按顺序排
Mysql主要根据等级来进行排序
我们可以采用下面方式查看 表中某一列 在某一个词的等级 ,继续用上面的例子
select note_text, Match(note_text) Aginst(‘hello‘) as rannk
from TEST_FULLTEXT
输出如下:
note_text rank
fhgjkhj 0
fdsf shi jian 0
quster say ‘hello‘ to pp and he try again 1.3454876123454
huijia quba 0
‘hello‘ was said by quester 1.5656454547876
等级的计算 由 mysql 由根据行中词的数目、唯一词的数目、整个索引中词的总数以及包含改词行的数目计算出来 不包含词的行的等级 为0 上面的结果中 词在前面的等级值要高于在后面的
使用查询扩展
当你想要在note_text 中查找 pp时 从上面知道 只有一行 如果用下面语句
select note_text
from test_fulltext
where match(note_text) against(‘pp‘);
返回结果是
note_text
quster say ‘hello‘ to pp and he try again
如果采用扩展查询,分为以下三部
1、先根据全文检索 查找到 所有行 如上面的返回结果 只有一行
2、mysql检索上面1的所以行,选择有用的词
3、mysql再次全文检索,这一次还需要加上2中选择出来的有用的词 作为against中的词
select note_text
from test_fulltext
where match(note_text) against(‘pp‘ with query expansion);
返回结果
note_text
quster say ‘hello‘ to pp and he try again
‘hello‘ was said by quester
如pp本来有的行中含有 hello 所以hello也作为关键字
使用布尔查询
即使没有建立fulltext索引也能够用,但是速度非常慢 没有50%规则 (参见下 50%规则介绍)
可以用包含特定意义的操作符,如 +、-、"",作用于查询字符串上。查询结果不是以相关性排序的。
如语句
select note_text
from test_fulltext
where match(note_text) against(‘hello -pp*‘ IN BOOLEAN MODE );
表示匹配hello但是不包含 pp的行 结果为
note_text
‘hello‘ was said by quester
全文检索的一些说明 和限制
1、只有MyISAM表支持
2、对大多数的多字节字符集适用,进行全文索引的列必须使用相同的字符集和校验码(collation)。
3、表意性语言,如汉语、日语没有词分界符(英语用空格隔开每个单词),全文分析器无法确定一个词的开始和结尾,所以MySQL中的全文检索不支持。
4、在自然语言检索中,只能检索被全文索引的那些列,如果要对索引的多列进行某一列的检索,必须对这一列单独建立全文索引。布尔检索可以在非索引的列上进行,但会慢一些。
5、against后的参数必须是常量字符串。
6、索引没有记录关键词在字符串中的位置,排序算法太单一。
7、如果索引不在内存中,检索速度会很慢;如果是短语查询,需要索引和数据都在内存中,否则速度会很慢,所以需要更大的key buffer。索引有碎片时也会很慢,所以需要更频繁的optimize table操作。
8、全文索引对于insert、update、delete都很慢。如更改100个词需要进行100次的索引操作而不是1次。
50% 规则
如果一个词出现在50%以上的行中,那么mysql将他作为一个非用词忽略 50%规则不适用于布尔查询
如果行数小于三行 则不返回结果 参考 50%规则
原文:http://blog.csdn.net/yujin753/article/details/43016621