最近在復習數(shù)據(jù)庫索引部分，看到了 fulltext，也即全文索引，雖然全文索引在平時的業(yè)務中用到的不多，但是感覺它有點兒意思，所以花了點時間研究一下，特此記錄。

引入
概念
通過數(shù)值比較、范圍過濾等就可以完成絕大多數(shù)我們需要的查詢，但是，如果希望通過關鍵字的匹配來進行查詢過濾，那么就需要基于相似度的查詢，而不是原來的精確數(shù)值比較。全文索引就是為這種場景設計的。

你可能會說，用 like + % 就可以實現(xiàn)模糊匹配了，為什么還要全文索引？like + % 在文本比較少時是合適的，但是對于大量的文本數(shù)據(jù)檢索，是不可想象的。全文索引在大量的數(shù)據(jù)面前，能比 like + % 快 N 倍，速度不是一個數(shù)量級，但是全文索引可能存在精度問題。

你可能沒有注意過全文索引，不過至少應該對一種全文索引技術(shù)比較熟悉：各種的搜索引擎。雖然搜索引擎的索引對象是超大量的數(shù)據(jù)，并且通常其背后都不是關系型數(shù)據(jù)庫，不過全文索引的基本原理是一樣的。

版本支持
開始之前，先說一下全文索引的版本、存儲引擎、數(shù)據(jù)類型的支持情況

MySQL 5.6 以前的版本，只有 MyISAM 存儲引擎支持全文索引；
MySQL 5.6 及以后的版本，MyISAM 和 InnoDB 存儲引擎均支持全文索引;
只有字段的數(shù)據(jù)類型為 char、varchar、text 及其系列才可以建全文索引。
測試或使用全文索引時，要先看一下自己的 MySQL 版本、存儲引擎和數(shù)據(jù)類型是否支持全文索引。

操作全文索引
索引的操作隨便一搜都是，這里還是再啰嗦一遍。

創(chuàng)建
創(chuàng)建表時創(chuàng)建全文索引
create table fulltext_test (
? ? id int(11) NOT NULL AUTO_INCREMENT,
? ? content text NOT NULL,
? ? tag varchar(255),
? ? PRIMARY KEY (id),
? ? FULLTEXT KEY content_tag_fulltext(content,tag) ?// 創(chuàng)建聯(lián)合全文索引列
) ENGINE=MyISAM DEFAULT CHARSET=utf8;
1
2
3
4
5
6
7
在已存在的表上創(chuàng)建全文索引
create fulltext index content_tag_fulltext
? ? on fulltext_test(content,tag);
1
2
通過 SQL 語句 ALTER TABLE 創(chuàng)建全文索引
alter table fulltext_test
? ? add fulltext index content_tag_fulltext(content,tag);
1
2
修改
修改個 O，直接刪掉重建。

刪除
直接使用 DROP INDEX 刪除全文索引
drop index content_tag_fulltext
? ? on fulltext_test;
1
2
通過 SQL 語句 ALTER TABLE 刪除全文索引
alter table fulltext_test
? ? drop index content_tag_fulltext;
1
2
使用全文索引
和常用的模糊匹配使用 like + % 不同，全文索引有自己的語法格式，使用 match 和 against 關鍵字，比如

select * from fulltext_test?
? ? where match(content,tag) against('xxx xxx');
1
2
注意： match() 函數(shù)中指定的列必須和全文索引中指定的列完全相同，否則就會報錯，無法使用全文索引，這是因為全文索引不會記錄關鍵字來自哪一列。如果想要對某一列使用全文索引，請單獨為該列創(chuàng)建全文索引。

測試全文索引
添加測試數(shù)據(jù)
有了上面的知識，就可以測試一下全文索引了。

首先創(chuàng)建測試表，插入測試數(shù)據(jù)

create table test (
? ? id int(11) unsigned not null auto_increment,
? ? content text not null,
? ? primary key(id),
? ? fulltext key content_index(content)
) engine=MyISAM default charset=utf8;

insert into test (content) values ('a'),('b'),('c');
insert into test (content) values ('aa'),('bb'),('cc');
insert into test (content) values ('aaa'),('bbb'),('ccc');
insert into test (content) values ('aaaa'),('bbbb'),('cccc');
1
2
3
4
5
6
7
8
9
10
11
按照全文索引的使用語法執(zhí)行下面查詢

select * from test where match(content) against('a');
select * from test where match(content) against('aa');
select * from test where match(content) against('aaa');
1
2
3
根據(jù)我們的慣性思維，應該會顯示 4 條記錄才對，然而結(jié)果是 1 條記錄也沒有，只有在執(zhí)行下面的查詢時

select * from test where match(content) against('aaaa');
1
才會搜到 aaaa 這 1 條記錄。

為什么？這個問題有很多原因，其中最常見的就是 最小搜索長度 導致的。另外插一句，使用全文索引時，測試表里至少要有 4 條以上的記錄，否則，會出現(xiàn)意想不到的結(jié)果。

MySQL 中的全文索引，有兩個變量，最小搜索長度和最大搜索長度，對于長度小于最小搜索長度和大于最大搜索長度的詞語，都不會被索引。通俗點就是說，想對一個詞語使用全文索引搜索，那么這個詞語的長度必須在以上兩個變量的區(qū)間內(nèi)。

這兩個的默認值可以使用以下命令查看

show variables like '%ft%';
1
可以看到這兩個變量在 MyISAM 和 InnoDB 兩種存儲引擎下的變量名和默認值

// MyISAM
ft_min_word_len = 4;
ft_max_word_len = 84;

// InnoDB
innodb_ft_min_token_size = 3;
innodb_ft_max_token_size = 84;
1
2
3
4
5
6
7
可以看到最小搜索長度 MyISAM 引擎下默認是 4，InnoDB 引擎下是 3，也即，MySQL 的全文索引只會對長度大于等于 4 或者 3 的詞語建立索引，而剛剛搜索的只有 aaaa 的長度大于等于 4。

配置最小搜索長度
全文索引的相關參數(shù)都無法進行動態(tài)修改，必須通過修改 MySQL 的配置文件來完成。修改最小搜索長度的值為 1，首先打開 MySQL 的配置文件 /etc/my.cnf，在 [mysqld] 的下面追加以下內(nèi)容

[mysqld]
innodb_ft_min_token_size = 1
ft_min_word_len = 1
1
2
3
然后重啟 MySQL 服務器，并修復全文索引。注意，修改完參數(shù)以后，一定要修復下索引，不然參數(shù)不會生效。

兩種修復方式，可以使用下面的命令修復

repair table test quick;
1
或者直接刪掉重新建立索引，再次執(zhí)行上面的查詢，a、aa、aaa 就都可以查出來了。

但是，這里還有一個問題，搜索關鍵字 a 時，為什么 aa、aaa、aaaa 沒有出現(xiàn)結(jié)果中，講這個問題之前，先說說兩種全文索引。

兩種全文索引
自然語言的全文索引
默認情況下，或者使用 in natural language mode 修飾符時，match() 函數(shù)對文本集合執(zhí)行自然語言搜索，上面的例子都是自然語言的全文索引。

自然語言搜索引擎將計算每一個文檔對象和查詢的相關度。這里，相關度是基于匹配的關鍵詞的個數(shù)，以及關鍵詞在文檔中出現(xiàn)的次數(shù)。在整個索引中出現(xiàn)次數(shù)越少的詞語，匹配時的相關度就越高。相反，非常常見的單詞將不會被搜索，如果一個詞語的在超過 50% 的記錄中都出現(xiàn)了，那么自然語言的搜索將不會搜索這類詞語。上面提到的，測試表中必須有 4 條以上的記錄，就是這個原因。

這個機制也比較好理解，比如說，一個數(shù)據(jù)表存儲的是一篇篇的文章，文章中的常見詞、語氣詞等等，出現(xiàn)的肯定比較多，搜索這些詞語就沒什么意義了，需要搜索的是那些文章中有特殊意義的詞，這樣才能把文章區(qū)分開。

布爾全文索引
在布爾搜索中，我們可以在查詢中自定義某個被搜索的詞語的相關性，當編寫一個布爾搜索查詢時，可以通過一些前綴修飾符來定制搜索。

MySQL 內(nèi)置的修飾符，上面查詢最小搜索長度時，搜索結(jié)果 ft_boolean_syntax 變量的值就是內(nèi)置的修飾符，下面簡單解釋幾個，更多修飾符的作用可以查手冊

+ 必須包含該詞
- 必須不包含該詞
> 提高該詞的相關性，查詢的結(jié)果靠前
< 降低該詞的相關性，查詢的結(jié)果靠后
(*)星號 通配符，只能接在詞后面
對于上面提到的問題，可以使用布爾全文索引查詢來解決，使用下面的命令，a、aa、aaa、aaaa 就都被查詢出來了。

select * test where match(content) against('a*' in boolean mode);
1
總結(jié)
好了，差不多寫完了，又到了總結(jié)的時候。

MySQL 的全文索引最開始僅支持英語，因為英語的詞與詞之間有空格，使用空格作為分詞的分隔符是很方便的。亞洲文字，比如漢語、日語、漢語等，是沒有空格的，這就造成了一定的限制。不過 MySQL 5.7.6 開始，引入了一個 ngram 全文分析器來解決這個問題，并且對 MyISAM 和 InnoDB 引擎都有效。

事實上，MyISAM 存儲引擎對全文索引的支持有很多的限制，例如表級別鎖對性能的影響、數(shù)據(jù)文件的崩潰、崩潰后的恢復等，這使得 MyISAM 的全文索引對于很多的應用場景并不適合。所以，多數(shù)情況下的建議是使用別的解決方案，例如 Sphinx、Lucene 等等第三方的插件，亦或是使用 InnoDB 存儲引擎的全文索引。

幾個注意點
使用全文索引前，搞清楚版本支持情況；
全文索引比 like + % 快 N 倍，但是可能存在精度問題；
如果需要全文索引的是大量數(shù)據(jù)，建議先添加數(shù)據(jù)，再創(chuàng)建索引；
對于中文，可以使用 MySQL 5.7.6 之后的版本，或者第三方插件。
參考文章

mysql全文索引__簡介
MySQL 官方參考手冊
高性能 MySQL（第三版）

本文原始鏈接：MySQL 之全文索引
————————————————
版權(quán)聲明：本文為CSDN博主「潛心做事GG」的原創(chuàng)文章，遵循CC 4.0 BY-SA版權(quán)協(xié)議，轉(zhuǎn)載請附上原文出處鏈接及本聲明。
原文鏈接：https://blog.csdn.net/mrzhouxiaofei/article/details/79940958

總結(jié)

以上是生活随笔為你收集整理的MySQL 之全文索引的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。