mysql全文检索

mysql到版本3.23.23时,开始支持全文检索,通过语句SELECT ... FROM ... MATCH(...) AGAINST(...) 来在整个表中检索是否有匹配的,全文索引是一个定义为fulltext的类型索引,应用在myisam表中。值得一提的是对于一个大的数据库来说,把数据装载到一个没有fulltext索引的表中,然后再添加索引,这样速度会非常快,但是把数据装载到一个已经有fulltext索引的表中,这样速度非常慢的。

 

首页要先明白mysql的全文检索原理:mysql使用的是一个非常简单的剖析器来将文本分隔成词,空格、标点等,比如‘welcom to you’将分隔为三个词‘welcom’、‘to’、‘you’,但是对中文来说,比如‘人力方网站正式上线’,这将无法分隔,因此目前mysql只支持英文的全文检索。

 

下面我们通过实例来一步步把全文检索的过程解释清楚:

首页我们建立表与初始化数据

Sql代码 
  1. CREATETABLE IF NOT EXISTS `category` (     
  2.   `id` int(10) NOTNULL auto_increment,     
  3.   `fid` int(10) NOTNULL,     
  4.   `catname` char(255) NOTNULL,     
  5.   `addtime` char(10) NOTNULL,     
  6.   PRIMARYKEY  (`id`),     
  7.   FULLTEXT KEY `catname` (`catname`)     
  8. ) ENGINE=MyISAM  DEFAULT CHARSET=utf8 AUTO_INCREMENT=5 ;     
  9.     
  10.     
  11. INSERTINTO `category` (`id`, `fid`, `catname`, `addtime`) VALUES    
  12. (1, 0, 'welcome to you!', '1263363380'),     
  13. (2, 0, 'hello phpjs,you are welcome', '1263363416'),     
  14. (3, 0, 'this is the fan site of you', '1263363673');    
  15.   
CREATE TABLE IF NOT EXISTS `category` (    

  `id` int(10) NOT NULL auto_increment,    

  `fid` int(10) NOT NULL,    

  `catname` char(255) NOT NULL,    

  `addtime` char(10) NOT NULL,    

  PRIMARY KEY  (`id`),    

  FULLTEXT KEY `catname` (`catname`)    

) ENGINE=MyISAM  DEFAULT CHARSET=utf8 AUTO_INCREMENT=5 ;    

   

   

INSERT INTO `category` (`id`, `fid`, `catname`, `addtime`) VALUES   

(1, 0, 'welcome to you!', '1263363380'),    

(2, 0, 'hello phpjs,you are welcome', '1263363416'),    

(3, 0, 'this is the fan site of you', '1263363673');   

 



在具体实例之前,我们分析下msyql全文检索的语法:函数 MATCH() 对照一个文本集(包含在一个 FULLTEXT 索引中的一个或多个列的列集)执行一个自然语言搜索一个字符串。搜索字符串做为 AGAINST() 的参数被给定。搜索以忽略字母大小写的方式执行。说白了就是MATCH给定匹配的列(fulltext类型索引),AGAINST给定要匹配的字符串,多个用空格、标点分开,mysql会自动分隔。

1、

SQL代码
  1. SELECT * FROM `category` WHERE MATCH(catname) AGAINST('phpjs'

 

返回结果:

id  fid  catname                                addtime  2   0    hello phpjs,you are welcome 1263363416

匹配出了含有phpjs关键字的行数据。

 

2、

SQL代码
  1. SELECT * FROM `category` WHERE MATCH (catname) AGAINST ('this')  

 

按照上面的思路,第三行数据含有this,因此应该可以匹配出第三行数据的,但事实却奇怪得很,返回结果为空,为什么呢?

原来是mysql指定了最小字符长度,默认是4,必须要匹配大于4的才会有返回结果,可以用SHOW VARIABLES LIKE 'ft_min_word_len' 来查看指定的字符长度,也可以在mysql配置文件my.ini 更改最小字符长度,方法是在my.ini 增加一行 比如:ft_min_word_len = 2,改完后重启mysql即可。

 

3、这里我们要确定把最小字符改为2了,因为3行记录都有‘you’,因此心想,匹配‘you’就可以返回所有结果了

SQL代码
  1. SELECT * FROM `category` WHERE MATCH (catname) AGAINST ('you')  
 

返回结果还是为空,大跌眼镜了吧,这又是为什么呢?

原来mysql在集和查询中的对每个合适的词都会先计算它们的权重,一个出现在多个文档中的词将有较低的权重(可能甚至有一个零权重),因为在这个特定的集中,它有较低的语义值。否则,如果词是较少的,它将得到一个较高的权重,mysql默认的阀值是50%,上面‘you’在每个文档都出现,因此是100%,只有低于50%的才会出现在结果集中。

 

4、有人会想,我不去管权重大小,只要有匹配的就给我返回结果集中,那么该如何做呢?

mysql到 4.0.1 时,可以使用 IN BOOLEAN MODE 修饰语来执行一个逻辑全文搜索

SQL代码
  1. SELECT * FROM `category` WHERE MATCH(catname) AGAINST('you'IN BOOLEAN MODE) 

 

 

总结:1、要注意最小字符的长度;

           2、要注意关键词的权重;

 

ps,一些学习资料:

http://www.111cn.net/database/110/FULLTEXT-mysql.htm

 

http://onlamp.com/pub/a/onlamp/2003/06/26/fulltext.html

 

http://dev.mysql.com/doc/refman/5.1/zh/functions.html#fulltext-query-expansion

 

转载:http://androider.iteye.com/blog/643486

你可能感兴趣的:(mysql)