mysql百萬級全文索引及match快速查詢
建立全文索引的表的儲存引擎型別必須為MyISAM
問題是match against對中文模糊搜尋支援不是太好
新建一個utf8 MyISAM型別的表並建立一個全文索引 ：
- CREATE TABLE articles (
- id INT UNSIGNED AUTO_INCREMENT NOT NULL PRIMARY KEY,
- title VARCHAR(200),
- body TEXT,
- FULLTEXT (title,body)
- ) ENGINE=MyISAM DEFAULT >
其中FULLTEXT(title, body) 給title和body這兩列建立全文索引，之後檢索的時候注意必須同時指定這兩列。
給這個表新增點測試資料
- INSERT INTO articles (title,body) VALUES
- ('MySQL Tutorial','DBMS stands for DataBase ...'),
- ('How To Use MySQL Well','After you went through a ...'),
- ('Optimizing MySQL','In this tutorial we will show ...'),
- ('1001 MySQL Tricks','1. Never run mysqld as root. 2. ...'),
- ('MySQL vs. YourSQL','In the following database comparison ...'),
- ('MySQL Security','When configured properly, MySQL ...');
3. 全文檢索測試
- SELECT * FROM articles WHERE MATCH (title,body) AGAINST ('database');
注意 MATCH (title,body) 裡面的值必須是前面建立全文索引的兩個欄位不能少。
mysql 預設支援全文檢索的字元長度是4，可以用SHOW VARIABLES LIKE 'ft_min_word_len' 來檢視指定的字元長度，也可以在mysql配置檔案my.ini 更改最小字元長度，方法是在my.ini 增加一行 比如：ft_min_word_len = 2，改完後重啟mysql即可。
另外，MySQL還會計算一個詞的權值，以決定是否出現在結果集中，具體如下：
mysql在集和查詢中的對每個合適的詞都會先計算它們的權重，一個出現在多個文件中的詞將有較低的權重(可能甚至有一個零權重)，因為在這個特定的集中，它有較低的語義值。否則，如果詞是較少的，它將得到一個較高的權重，mysql預設的閥值是50%，上面‘you’在每個文件都出現，因此是100%，只有低於50%的才會出現在結果集中。
全文檢索語法
SELECT * FROM articles WHERE MATCH (title,body) AGAINST ('+apple -banana' IN BOOLEAN MODE); + 表示AND，即必須包含。- 表示NOT，即不包含。
SELECT * FROM articles WHERE MATCH (title,body) AGAINST ('apple banana' IN BOOLEAN MODE); apple和banana之間是空格，空格表示OR，即至少包含apple、banana中的一個。
SELECT * FROM articles WHERE MATCH (title,body) AGAINST ('+apple banana' IN BOOLEAN MODE); 必須包含apple，但是如果同時也包含banana則會獲得更高的權重。
SELECT * FROM articles WHERE MATCH (title,body) AGAINST ('+apple ~banana' IN BOOLEAN MODE); ~ 是我們熟悉的異或運算子。返回的記錄必須包含apple，但是如果同時也包含banana會降低權重。但是它沒有 +apple -banana 嚴格，因為後者如果包含banana壓根就不返回。
SELECT * FROM articles WHERE MATCH (title,body) AGAINST ('+apple +(>banana <orange)' IN BOOLEAN MODE); 返回同時包含apple和banana或者同時包含apple和orange的記錄。但是同時包含apple和banana的記錄的權重高於同時包含apple和orange的記錄
最後如果要模糊搜尋只要在在搜尋的詞後面加上*號就可以，如
"SELECT * FROM table_name WHERE MATCH(column) AGAINST('search*' IN BOOLEAN MODE)"
經測試，非常快速！