《MYSQL必知必会》—18.如何使用MySQL的Match()和Against（)函数进行全文本搜索以及查询扩展的使用

1.如何使用MySQL的全文本搜索功能—Match与Against

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

1.1 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，而且要随着数据的改变不断地重新索引。在对表列进行适当设计后，MySQL会自动进行所有的索引和重新索引。
  在索引之后,SELECT可与Match()和Against()一起使用以实际执行搜索。

1.1.1 启用全文本搜索—FULLTEXT子句

  一般在创建表时启用全文本搜索。CREATE TABLE语句接受FULLTEXT子句，它给出被索引列的一个逗号分隔的列表。

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;

这些列中有一个名为note_text的列，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。在增加、更新或删除行时，索引随之自动更新。

1. 可以在创建表时指定FULLTEXT
2. 不要在导入数据时使用FULLTEXT，可以先导入数据，然后再定义FULLTEXT

1.1.2 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。

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

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

此SELECT语句检索单个列note text。由于WHERE子句，一个全文本搜索被执行。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。由于有两行包含词rabbit，这两个行被返回。
  全文本搜索的一个重要部分就是对结果排序,具有较高等级的行先返回（因为这些行很可能是你真正想要的行)。如上面的例子，作为第3个词的行的等级比作为第20个词的行的等级高。全文本搜索如何排除行（排除那些等级为0的行)，如何排序结果（按等级以降序排序)。

1.1.3 使用查询扩展 — WITH QUERY EXPANSION

  查询扩展用来设法放宽所返回的全文本搜索结果的范围。在使用查询扩展时，MySQL对数据和索引进行两遍扫描来完成搜索:

1. 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;
2. 其次，MySQL检查这些匹配行并选择所有有用的词（我们将会简要地解释MySQL如何断定什么有用，什么无用)
3. 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

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

这次返回了7行。第一行包含词anvils，因此等级最高。第二行与anvils无关,但因为它包含第一行中的两个词(customer和recommend)，所以也被检索出来。第3行也包含这两个相同的词，但它们在文本中的位置更靠后且分开得更远，因此也包含这一行，但等级为第三。第三行确实也没有涉及anvils。

1.1.4 布尔文本搜索 — IN BOOLEAN MODE

  即使没有定义FULLTEXT索引，也可以使用它。但这是一种非常缓慢的操作其性能将随着数据量的增加而降低)。

SELECT note_text
FROM productnotes
WHERE Match(note_text) Against( 'heavy' IN BOOLEAN MODE);

此全文本搜索检索包含词heavy的所有行(有两行)

SELECT note_text
FROM productnotes
WHERE Match(note_text) Against( 'heavy -rope*' IN BOOLEAN MODE);

这次只返回一行。这一次仍然匹配词heavy，但-rope*明确地指示MySOL排除包含rope*（任何以rope开始的词，包括ropes）的行
  下面列出所有的布尔操作符

1.1.5 全文本搜索使用说明

1. 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)。
2. MySQL带有一个内建的非用词（stopword）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（请参阅MySQL文档以了解如何完成此工作)。
3. 许多词出现的频率很高，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。
4. 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)。
5. 忽略词中的单引号。例如，don’t索引为dont。
6. 不具有词分隔符（包括日语和汉语）的语言不能恰当地返回全文本搜索结果
7. 仅在MyISAM数据库引擎中支持全文本搜索。