mysql全文索引的概念是什么

這篇“mysql全文索引的概念是什么”文章的知識點大部分人都不太理解，所以小編給大家總結(jié)了以下內(nèi)容，內(nèi)容詳細，步驟清晰，具有一定的借鑒價值，希望大家閱讀完這篇文章能有所收獲，下面我們一起來看看這篇“mysql全文索引的概念是什么”文章吧。

在mysql中，全文索引是將存儲于數(shù)據(jù)庫中的整本書或整篇文章中的任意信息查找出來的技術(shù)。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(guān)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；而全文索引就是為這種場景設(shè)計的。

概念

全文索引（Full-Text Search）是將存儲于數(shù)據(jù)庫中的整本書或整篇文章中的任意信息查找出來的技術(shù)。它可以根據(jù)需要獲得全文中有關(guān)章、節(jié)、段、句、詞等信息，也可以進行各種統(tǒng)計和分析。全文索引一般是通過倒排索引實現(xiàn)的。

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(guān)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(shè)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(yīng)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(guān)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

1. MySQL 5.6 以前的版本，只有 MyISAM 存儲引擎支持全文索引；

2. MySQL 5.6 及以后的版本，MyISAM 和 InnoDB 存儲引擎均支持全文索引;

3. 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

1. 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. 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. 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);

修改

修改個 O，直接刪掉重建。

刪除

1. 直接使用 DROP INDEX 刪除全文索引

drop index content_tag_fulltext    on fulltext_test;

1. 通過 SQL 語句 ALTER TABLE 刪除全文索引

alter table fulltext_test    drop index content_tag_fulltext;

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(guān)鍵字，比如

select * from fulltext_test 
    where match(content,tag) against('xxx xxx');

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(guān)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');

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');

根據(jù)我們的慣性思維，應(yīng)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');

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(dǎo)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%';

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;

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(guān)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 = 1ft_min_word_len = 1

然后重啟 MySQL 服務(wù)器，并修復(fù)全文索引。注意，修改完參數(shù)以后，一定要修復(fù)下索引，不然參數(shù)不會生效。

兩種修復(fù)方式，可以使用下面的命令修復(fù)

repair table test quick;

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(guān)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(guān)度。這里，相關(guān)度是基于匹配的關(guān)鍵詞的個數(shù)，以及關(guān)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(guān)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(guān)性，當(dāng)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(guān)性，查詢的結(jié)果靠前

• < 降低該詞的相關(guān)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);

以上就是關(guān)于“mysql全文索引的概念是什么”這篇文章的內(nèi)容，相信大家都有了一定的了解，希望小編分享的內(nèi)容對大家有幫助，若想了解更多相關(guān)的知識內(nèi)容，請關(guān)注億速云行業(yè)資訊頻道。