您好,登錄后才能下訂單哦!
到 3.23.23 時(shí),MySQL 開始支持全文索引和搜索。全文索引在 MySQL 中是一個(gè) FULLTEXT
類型索引。FULLTEXT
索引用于 MyISAM
表,可以在 CREATE TABLE
時(shí)或之后使用 ALTER TABLE
或 CREATE INDEX
在 CHAR
、VARCHAR
或 TEXT
列上創(chuàng)建。對于大的數(shù)據(jù)庫,將數(shù)據(jù)裝載到一個(gè)沒有 FULLTEXT
索引的表中,然后再使用 ALTER TABLE
(或 CREATE INDEX
) 創(chuàng)建索引,這將是非??斓摹?shù)據(jù)裝載到一個(gè)已經(jīng)有 FULLTEXT
索引的表中,將是非常慢的。
全文搜索通過 MATCH()
函數(shù)完成。
mysql> CREATE TABLE articles ( -> id INT UNSIGNED AUTO_INCREMENT NOT NULL PRIMARY KEY, -> title VARCHAR(200), -> body TEXT, -> FULLTEXT (title,body) -> ); Query OK, 0 rows affected (0.00 sec) mysql> INSERT INTO articles VALUES -> (NULL,'MySQL Tutorial', 'dbMS stands for DataBase ...'), -> (NULL,'How To Use MySQL Efficiently', 'After you went through a ...'), -> (NULL,'Optimising MySQL','In this tutorial we will show ...'), -> (NULL,'1001 MySQL Tricks','1. Never run mysqld as root. 2. ...'), -> (NULL,'MySQL vs. YourSQL', 'In the following database comparison ...'), -> (NULL,'MySQL Security', 'When configured properly, MySQL ...'); Query OK, 6 rows affected (0.00 sec) Records: 6 Duplicates: 0 Warnings: 0 mysql> select * FROM articles -> WHERE MATCH (title,body) AGAINST ('database'); +----+-------------------+------------------------------------------+ | id | title | body | +----+-------------------+------------------------------------------+ | 5 | MySQL vs. YourSQL | In the following database comparison ... | | 1 | MySQL Tutorial | DBMS stands for DataBase ... | +----+-------------------+------------------------------------------+ 2 rows in set (0.00 sec)
函數(shù) MATCH()
對照一個(gè)文本集(包含在一個(gè) FULLTEXT
索引中的一個(gè)或多個(gè)列的列集)執(zhí)行一個(gè)自然語言搜索一個(gè)字符串。搜索字符串做為 AGAINST()
的參數(shù)被給定。搜索以忽略字母大小寫的方式執(zhí)行。對于表中的每個(gè)記錄行,MATCH()
返回一個(gè)相關(guān)性值。即,在搜索字符串與記錄行在 MATCH()
列表中指定的列的文本之間的相似性尺度。
當(dāng) MATCH()
被使用在一個(gè) WHERE
子句中時(shí) (參看上面的例子),返回的記錄行被自動(dòng)地以相關(guān)性從高到底的次序排序。相關(guān)性值是非負(fù)的浮點(diǎn)數(shù)字。零相關(guān)性意味著不相似。相關(guān)性的計(jì)算是基于:詞在記錄行中的數(shù)目、在行中唯一詞的數(shù)目、在集中詞的全部數(shù)目和包含一個(gè)特殊詞的文檔(記錄行)的數(shù)目。
它也可以執(zhí)行一個(gè)邏輯模式的搜索。這在下面的章節(jié)中被描述。
前面的例子是函數(shù) MATCH()
使用上的一些基本說明。記錄行以相似性遞減的順序返回。
下一個(gè)示例顯示如何檢索一個(gè)明確的相似性值。如果即沒有 WHERE
也沒有 ORDER BY
子句,返回行是不排序的。
mysql> SELECT id,MATCH (title,body) AGAINST ('Tutorial') FROM articles; +----+-----------------------------------------+ | id | MATCH (title,body) AGAINST ('Tutorial') | +----+-----------------------------------------+ | 1 | 0.64840710366884 | | 2 | 0 | | 3 | 0.66266459031789 | | 4 | 0 | | 5 | 0 | | 6 | 0 | +----+-----------------------------------------+ 6 rows in set (0.00 sec)
下面的示例更復(fù)雜一點(diǎn)。查詢返回相似性并依然以相似度遞減的次序返回記錄行。為了完成這個(gè)結(jié)果,你應(yīng)該指定 MATCH()
兩次。這不會(huì)引起附加的開銷,因?yàn)?MySQL 優(yōu)化器會(huì)注意到兩次同樣的 MATCH()
調(diào)用,并只調(diào)用一次全文搜索代碼。
mysql> SELECT id, body, MATCH (title,body) AGAINST -> ('Security implications of running MySQL as root') AS SCOre -> FROM articles WHERE MATCH (title,body) AGAINST -> ('Security implications of running MySQL as root'); +----+-------------------------------------+-----------------+ | id | body | score | +----+-------------------------------------+-----------------+ | 4 | 1. Never run mysqld as root. 2. ... | 1.5055546709332 | | 6 | When configured properly, MySQL ... | 1.31140957288 | +----+-------------------------------------+-----------------+ 2 rows in set (0.00 sec)
MySQL 使用一個(gè)非常簡單的剖析器來將文本分隔成詞。一個(gè)“詞”是由文字、數(shù)據(jù)、“'” 和 “_” 組成的任何字符序列。任何在 stopword 列表上出現(xiàn)的,或太短的(3 個(gè)字符或更少的)的 “word” 將被忽略。
在集和查詢中的每個(gè)合適的詞根據(jù)其在集與查詢中的重要性衡量。這樣,一個(gè)出現(xiàn)在多個(gè)文檔中的詞將有較低的權(quán)重(可能甚至有一個(gè)零權(quán)重),因?yàn)樵谶@個(gè)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(gè)較高的權(quán)重。然后,詞的權(quán)重將被結(jié)合用于計(jì)算記錄行的相似性。
這樣一個(gè)技術(shù)工作可很好地工作與大的集(實(shí)際上,它會(huì)小心地與之諧調(diào))。 對于非常小的表,詞分類不足以充份地反應(yīng)它們的語義值,有時(shí)這個(gè)模式可能產(chǎn)生奇怪的結(jié)果。
mysql> SELECT * FROM articles WHERE MATCH (title,body) AGAINST ('MySQL'); Empty set (0.00 sec)
在上面的例子中,搜索詞 MySQL
卻沒有得到任何結(jié)果,因?yàn)檫@個(gè)詞在超過一半的記錄行中出現(xiàn)。同樣的,它被有效地處理為一個(gè) stopword (即,一個(gè)零語義值的詞)。這是最理想的行為 -- 一個(gè)自然語言的查詢不應(yīng)該從一個(gè) 1GB 的表中返回每個(gè)次行(second row)。
匹配表中一半記錄行的詞很少可能找到相關(guān)文檔。實(shí)際上,它可能會(huì)發(fā)現(xiàn)許多不相關(guān)的文檔。我們都知道,當(dāng)我們在互聯(lián)網(wǎng)上通過搜索引擎試圖搜索某些東西時(shí),這會(huì)經(jīng)常發(fā)生。因?yàn)檫@個(gè)原因,在這個(gè)特殊的數(shù)據(jù)集中,這樣的行被設(shè)置一個(gè)低的語義值。
到 4.0.1 時(shí),MySQL 也可以使用 IN BOOLEAN MODE
修飾語來執(zhí)行一個(gè)邏輯全文搜索。
mysql> SELECT * FROM articles WHERE MATCH (title,body) -> AGAINST ('+MySQL -YourSQL' IN BOOLEAN MODE); +----+------------------------------+-------------------------------------+ | id | title | body | +----+------------------------------+-------------------------------------+ | 1 | MySQL Tutorial | DBMS stands for DataBase ... | | 2 | How To Use MySQL Efficiently | After you went through a ... | | 3 | Optimising MySQL | In this tutorial we will show ... | | 4 | 1001 MySQL Tricks | 1. Never run mysqld as root. 2. ... | | 6 | MySQL Security | When configured properly, MySQL ... | +----+------------------------------+-------------------------------------+
這個(gè)查詢返回所有包含詞 MySQL
的記錄行(注意: 50% 的閾值沒有使用),但是它沒有包含詞 YourSQL
。注意,一個(gè)邏輯模式的搜索不會(huì)自動(dòng)地以相似值的降序排序記錄行。你可以從上面的結(jié)果出看得出來,最高的相似值(包含 MySQL
兩次的那個(gè)) 最列在最后,而不是第一位。一個(gè)邏輯全文搜索即使在沒有一個(gè) FULLTEXT
索引的情況下也可以工作,然而它 慢 些。
邏輯全文搜索支持下面的操作符:
+
-
IN BOOLEAN MODE
修飾詞的 MATCH() ... AGAINST()
的行為。
< >
<
操作符減少基值,>
操作符則增加它。參看下面的示例。
( )
~
-
操作符。
*
"
"
中,只匹配包含這個(gè)短語(字面上的,就好像被鍵入的)的記錄行。 這里是一些示例:
apple banana
+apple +juice
+apple macintosh
+apple -macintosh
+apple +(>pie
- ... 包含 “apple” 和 “pie”,或者包含的是 “apple” 和 “strudel” (以任何次序),但是 “apple pie” 排列得比 “apple strudel” 要高一點(diǎn)
apple*
- ... 包含 “apple”,“apples”,“applesauce” 和 “applet”
"some words"
- ... 可以包含 “some words of wisdom”,但不是 “some noise words”
MATCH()
函數(shù)的所有參數(shù)必須是從來自于同一張表的列,同時(shí)必須是同一個(gè)FULLTEXT
索引中的一部分,除非 MATCH()
是 IN BOOLEAN MODE
的。
MATCH()
列列表必須確切地匹配表的某一 FULLTEXT
索引中定義的列列表,除非 MATCH()
是 IN BOOLEAN MODE
的。
AGAINST()
的參數(shù)必須是一個(gè)常量字符串。 不幸地,全文搜索仍然只有很少的用戶可調(diào)參數(shù),雖然增加一些在 TODO 上排列很高。如果你有一個(gè) MySQL 源碼發(fā)行(查看章節(jié) source">2.3 安裝一個(gè) MySQL 源碼發(fā)行),你可以發(fā)揮對全文搜索的更多控制。
注意,全文搜索為最佳的搜索效果,被仔細(xì)地調(diào)整了。修改默認(rèn)值的行為,在大多數(shù)情況下,只會(huì)使搜索結(jié)果更糟。不要修改 MySQL 的源代碼,除非你知道你在做什么!
ft_min_word_len
指定。查看章節(jié) 4.5.6.4 SHOW VARIABLES
。將它改為你所希望的值,并重建你的 FULLTEXT
索引。 (這個(gè)變量只從 MySQL 4.0 開始被支持)
ft_stopword_file
變量指定的文件中讀取。查看章節(jié) 4.5.6.4 SHOW VARIABLES
。在修改了 stopword 列表后,重建你的 FULLTEXT
索引。(這個(gè)變量只從 MySQL 4.0.10 開始被支持)
#define GWS_IN_USE GWS_PROB
改為:#define GWS_IN_USE GWS_FREQ
然后重新編譯 MySQL。在這種情況下,不需要重建索引。 注意:使用了這個(gè),將嚴(yán)重地減少 MySQL 為MATCH()
提供足夠的相似性值的能力。如果你確實(shí)需要搜索這樣的公共詞,最好使用 IN BOOLEAN MODE
的搜索代替,它不遵守 50% 的閾值。
ft_boolean_syntax
定義。查看章節(jié) 4.5.6.4 SHOW VARIABLES
。然而,這個(gè)變量是只讀的,它的值在 `myisam/ft_static.c' 中被設(shè)置。 對于這些更改,要求你重建你的 FULLTEXT
索引,對于一個(gè) MyISAM 表,最容易的重建索引文件的方式如下面的語句:
mysql> REPAIR TABLE tbl_name QUICK;
FULLTEXT
索引的操作更快
MERGE
表中的全文搜索
CREATE/ALTER TABLE
中的 FULLTEXT
增加某些可調(diào)整參數(shù)) 免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。