特點(diǎn)

• Mysql 5.6之前版本，只有myisam支持全文索引，5.6之后，Innodb和myisam均支持全文索引
• ngram全文解析器，用來支持中文、日文、韓文分詞
• 只有char、varchar、text類型字段能創(chuàng)建全文索引
• 英文分詞用空格，逗號(hào)；中文分詞用 ngram_token_size 設(shè)定

創(chuàng)建全文索引

• 創(chuàng)建表的時(shí)候創(chuàng)建

  CREATE TABLE articles (
      id INT UNSIGNED AUTO_INCREMENT NOT NULL PRIMARY KEY,
      title VARCHAR (200),
      body TEXT,
      FULLTEXT (title, body) WITH PARSER ngram
  ) ENGINE = INNODB DEFAULT CHARSET=utf8mb4 COMMENT='文章表';
  

• 創(chuàng)建表之后創(chuàng)建

  ALTER TABLE articles ADD FULLTEXT INDEX title_body_index (title,body) WITH PARSER ngram;
  

查詢

• 不指定模式，默認(rèn)使用自然語言模式

  SELECT * FROM articles WHERE MATCH (title,body) AGAINST ('文言文');
  

• 指定模式

  SELECT * FROM articles WHERE MATCH (title,body) AGAINST ('文言文' IN NATURAL LANGUAGE MODE);
  SELECT * FROM articles WHERE MATCH (title,body) AGAINST ('文言文' IN BOOLEAN MODE);
  

相關(guān)參數(shù)

innodb_ft_min_token_size

• 默認(rèn)3，表示最小3個(gè)字符作為一個(gè)關(guān)鍵詞，增大該值可減少全文索引的大小

innodb_ft_max_token_size

• 默認(rèn)84，表示最大84個(gè)字符作為一個(gè)關(guān)鍵詞，限制該值可減少全文索引的大小

ngram_token_size

• 默認(rèn)2，表示2個(gè)字符作為內(nèi)置分詞解析器的一個(gè)關(guān)鍵詞，如對(duì)“abcd”建立全文索引，關(guān)鍵詞為’ab’，‘bc’，‘cd’

• 當(dāng)使用ngram分詞解析器時(shí)，innodb_ft_min_token_size和innodb_ft_max_token_size無效

• 如何設(shè)置

  在配置文件中修改，對(duì)于docker（本人安裝的是mysql:5.7.33）安裝的數(shù)據(jù)庫，需要進(jìn)入容器內(nèi)，修改/etc/mysql/mysql.conf.d文件

  對(duì)于非docker安裝的數(shù)據(jù)庫，修改/etc/my.cnf。這都是在默認(rèn)情況下的配置文件，具體到每個(gè)人，可能會(huì)不一樣

  [mysqld]
  ngram_token_size = 1
  innodb_ft_min_token_size = 1
  innodb_ft_max_token_size = 84
  

這三個(gè)參數(shù)均不可動(dòng)態(tài)修改，修改了這些參數(shù)，需重啟MySQL服務(wù)，并重新建立全文索引！！

問題

查詢數(shù)據(jù)不完整?如數(shù)據(jù)中明明存在文言文, 但是查詢 文言的時(shí)候查詢不到

解決方案

• 使用 boolean mode通配符模式。如有單詞calculate, 查詢匹配為select * from articles where match(title,body) AGAINST('cal*' in boolean mode);即可，如果用普通的自然語言模式+通配符則查詢不到
• 調(diào)整 ngram_token_size的大小至合適的長度

查詢模式

ngram Parser Term Search

• 模式查詢
  • 在NATURAL LANGUAGE MODE檢索模式下，查詢關(guān)鍵字表達(dá)式被轉(zhuǎn)換為若干個(gè)ngram詞語的聯(lián)合
    • 字符串“管理開發(fā)”（假設(shè)ngram_token_size=2）會(huì)被轉(zhuǎn)換為“管理 理開 開發(fā)”。給出多行記錄，這多條記錄都匹配檢索詞語“管理 理開 開發(fā)”，只要包含其中之一即可，匹配其一即可返回
  • 在BOOLEAN MODE檢索模式下，查詢關(guān)鍵字表達(dá)式被轉(zhuǎn)換為一個(gè)ngram短語檢索
    • 例如，字符串“項(xiàng)目中管理”（假設(shè)ngram_token_size=2）會(huì)被轉(zhuǎn)換為“項(xiàng)目 目中 中管 管理”。給出多行記錄，這多條記錄都匹配檢索詞語“項(xiàng)目 目中 中管 管理”。但是只有包含 “項(xiàng)目中管理” 的記錄行匹配檢索短語 ‘“項(xiàng)目 目中 中管 管理”’，完全匹配才可返回

ngram Parser Wildcard Search

• 通配符查詢
  • 如果查詢的通配符長度小于ngram token size
    • 如果查詢的通配符長度小于ngram token size, 查詢返回所有索引的行，這些行包含以前綴術(shù)語開頭的ngram token
  • 如果查詢的通配符長度大于ngram token size
    • 該前綴詞語會(huì)被轉(zhuǎn)換為一個(gè)ngram短語，與此同時(shí)，通配符符號(hào)會(huì)被忽略。例如，假設(shè)ngram_token_size=2，“管理開發(fā) *”通配符檢索會(huì)被轉(zhuǎn)換為“管理 開發(fā)”（“ngram Parser Term Search”的BOOLEAN MODE）

ngram Parser Phrase Search

• 短語查詢
  • 例如，檢索短語“abc”會(huì)被轉(zhuǎn)換為“ab bc”，包含“abc”和“ab bc”的記錄都會(huì)被返回。檢索短語“abc def”會(huì)被轉(zhuǎn)換為“ab bc de ef”，包含“abcdef”的記錄不會(huì)被返回

參考：
https://blog.csdn.net/u013887008/article/details/106757993
https://zhuanlan.zhihu.com/p/88275060