《MySQL必知必会》学习笔记——组合查询、全文本搜索

第17章 组合查询

MySQL允许执行多个查询（多条SELECT语句），并将结果作为单个查询结果集返回。这些组合查询通常称为并或复合查询。

多数情况下，组合相同表的两个查询完成的工作与具有多个WHERE子句条件的单条查询完成的工作相同。

1. 创建组合查询

可用UNION操作符来组合数条SQL查询。UNION的使用很简单，只需给出每条SELECT语句，在各条语句之间加上关键字UNION。

SELECT vend_id, prod_id, prod_price
FROM products
WHERE prod_price <= 5
UNION
SELECT vend_id, prod_id, prod_price
FROM products
WHERE vend_id IN (1001,1002);

输出

作为参考，这里给出使用多条WHERE子句而不是使用UNION的相同查询：

SELECT vend_id, prod_id, prod_price
FROM products
WHERE prod_price <= 5 
   OR vend_id IN (1001,1002);

2. UNION规则

在使用UNION时有几条规则需要注意：

• UNION必须由两条或两条以上的SELECT语句组成。
• UNION中的每个查询必须包含相同的列、表达式或者聚集函数（但不要求每个列以相同的次序列出）。
• 列数据类型必须兼容：类型不必完全相同，但必须是DBMS可以隐含地转换的类型。

3. 包含或取消重复的行

UNION从查询结果中自动去除了重复的行，但是如果需要，可以返回所有匹配行，可使用UNION ALL而不是UNION。

SELECT vend_id, prod_id, prod_price
FROM products
WHERE prod_price <= 5
UNION ALL
SELECT vend_id, prod_id, prod_price
FROM products
WHERE vend_id IN (1001,1002);

输出

4. 对组合查询结果排序

在用UNION组合查询时，只能使用一条ORDER BY子句，它必须出现在最后一条SELECT语句之后。

SELECT vend_id, prod_id, prod_price
FROM products
WHERE prod_price <= 5
UNION
SELECT vend_id, prod_id, prod_price
FROM products
WHERE vend_id IN (1001,1002)
ORDER BY vend_id, prod_price;

输出

第18章 全文本搜索

1. 理解全文本搜索

首先，并非所有的引擎都支持全文本搜索，两个最常用的引擎为MyISAM和InnoDB，前者支持全文本搜索，后者不支持。

全文本搜索与使用LIKE关键字和正则表达式匹配的差别有：

• 性能——通配符和正则表达式匹配通常要求MySQL尝试匹配表的所有行（而且这些搜索极少使用表索引）。因此，由于被搜索行数不断增加，这些搜索可能非常耗时。
• 明确控制——使用通配符和正则表达式很难明确地控制匹配什么和不匹配什么。例如，指定一个词必须匹配，一个词必须不匹配，而一个词仅在第一个词确实匹配的情况下才可以匹配或者才可以不匹配。
• 智能化结果——虽然基于通配符和正则表达式的搜索提供了非常灵活的搜索，但它们都不能提供一种智能化的选择结果的方法。例如，一个特殊词的搜索将会返回包含该词的所有词，而不区分包含单个匹配的行和包含多个匹配的行（按照可能是更好的匹配来排列它们）。类似，一个特殊词的搜索将不会找出不包含该词但包含其他相关词的行。

所有这些限制，全文本搜索都可以解决。

2. 使用全文本搜索

为了进行全文本搜索，必须索引被搜索的列，而且要随着数据的变化不断地重新索引。

2.1 启动全文本搜索支持

一般在创建表时启用全文本搜索。使用CREATE TABLE语句时，可以接受FULL TEXT子句，它给出被索引列的一个逗号分割的列表。

CREATE TABLE productnotes
(
  note_id     int               NOT NULL AUTO_INCREMENT,
  prod_id     char(10)          NOT NULL,
  note_date   datetime          NOT NULL,
  note_text   text              NULL,
  PRIMARY KEY(note_id),
  FULLTEXT(note_text)
) ENGINE=MyISAM;

为了进行全文本搜索，MySQL根据子句FULLTEXT(note_text)的指示对它进行索引。这里的FULLTEXT索引单个列，如果需要也可以指定多个列。在定义之后，MySQL自动维护该索引。

可以在创建表时指定FULLTEXT，或者在稍后指定（在这种情况下所有已有数据必须立即索引）。

不要在导入数据时使用FULLTEXT。

2.2 进行全文本搜索

在索引之后，使用两个函数Match()和Against()执行全文本搜索，其中Match()指定被搜索的列，Against()指定要使用的搜索表达式。下面举个例子：

SELECT note_text
FROM productnotes
WHERE Match(note_text) Against('rabbit');

输出

Match(note_text)指示MySQL针对指定的列进行搜索，Against(‘rabbit’)指定词rabbit作为搜索文本。

传递给Match()的词必须与FULLTEXT()定义中的相同。如果指定多个列，则必须列出它们（而且次序相同）。

除非使用BINARY方式，否则全文本搜索不区分大小写。

此外，使用全文本搜索返回以文本匹配的良好程度排序的数据。如上一次例子，两行文本都包含rabbit，但第一行中rabbit是文本中第3个词，而第二行中rabbit是文本的第20个词，所以第一行的匹配程度更高，先返回。匹配等级由MySQL根据行中词的数目、唯一词的数目、整个索引中词的总数以及包含该词的行的数目计算出来。

为演示排序如何工作，请看以下例子：

SELECT note_text, Match(note_text) Against('rabbit') AS rank
FROM productnotes;

2.3 使用查询扩展

查询扩展用来设法放宽所返回的全文本搜索结果的范围。使用查询扩展时，MySQL对数据和索引进行两边扫描来完成搜索：

• 首先，进行一个基本的全文本搜索，找出与搜索条件匹配的所有行；
• 其次，MySQL检查这些匹配行并选择所有有用的词；
• 再其次，MySQL再次进行全文本搜索，这次不仅使用原来的条件，而且还使用所有有用的词。

利用查询扩展，能找出可能相关的结果，即使它们并不精确包含所查找的词。使用WITH QUERY EXPANSION来进行查询扩展。

SELECT note_text
FROM productnotes
WHERE Match(note_text) Against('anvils' WITH QUERY EXPANSION);

2.4 布尔文本搜索

以布尔方式，可以提供如下内容的细节：

• 要匹配的词；
• 要排斥的词（如果某行包含这个词，则不返回该行，即使它包含其他指定的词也是如此）；
• 排列提示（指定某些词比其他词更重要，更重要的词等级更高）；
• 表达式分组；
• 另外一些内容。

即使没有FULLTEXT索引也可以使用布尔文本搜索，但这是一种非常缓慢的操作。

全文本布尔操作符如下：

下面举几个例子：

-- 匹配包含词rabbit和bait的行
SELECT note_text
FROM productnotes
WHERE Match(note_text) Against('+rabbit +bait' IN BOOLEAN MODE);

-- 没有指定操作符，匹配包含rabbit和bait中的至少一个
SELECT note_text
FROM productnotes
WHERE Match(note_text) Against('rabbit bait' IN BOOLEAN MODE);

-- 匹配rabbit和bait中至少一个，增加前者等级，降低后者等级
SELECT note_text
FROM productnotes
WHERE Match(note_text) Against('>rabbit  IN BOOLEAN MODE);

-- 匹配safe和combination，降低后者等级
SELECT note_text
FROM productnotes
WHERE Match(note_text) Against('+safe +( IN BOOLEAN MODE);

在布尔方式中，不按等级值降序排序返回的行。

2.5 全文本搜索的使用说明

给出关于全文本搜索的某些重要的说明：

• 在索引全文本数据时，短词被忽略且从索引中排除。短词定义为那些具有3个或3个以下字符的词（如果需要，这个数目可以更改）。
• MySQL由一个内建的非用词列表，这些词在索引全文本数据时总是被忽略。如果需要，可以覆盖这个列表。
• 许多次出现的频率很高，搜索它们没有用处（返回太多的结果）。因此，MySQL规定了一条50%规则，如果一个词出现在50%以上的行中，则将它作为一个非用词忽略。50%规则不用于IN BOOLEAN MODE。
• 如果表中的行数少于3行，则全文本搜索不返回结果（因为每个词或者不出现，或者至少出现在50%的行中）。
• 忽略词中的单引号。例如，don’t索引为dont。
• 不具有词分隔符（如日语和汉语）的语言不能恰当地返回全文本搜索结果。
• 仅在MyISAM数据库引擎中支持全文本搜索。