MySQL 全文搜索笔记
理解全文本检索
LIKE表达式和正则表达式,虽然这些搜索机制非常有用,但存在几个重要的限制。
1、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(这些搜索极少用到表的索引),因此,被搜索引行数不断增加,这些搜索可能非常耗时。
2、明确控制——使用通配符和正则表达式匹配,很难(而且并不总是能)明确地控制匹配什么和不匹配什么。
3、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,但他们都不能提供一种智能化的选择结果的方法。
而在使用全文本搜索时,MySQL不需要分别查看每个行,不需要分别解析和处理每个词,MySQL创建指定列中各词的一个索引,搜索可以针对这些词进行,这样MySQL可以快速有效地解决哪些词匹配
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,而在表进行适当的设计之后,MySQL会自动进行所有的索引和重新索引。
使用查询扩展
查询扩展用来设法放宽所说返回的全文本搜索结果的范围
在使用查询扩展时,MySQL对数据库和索引进行两遍扫描来完成搜索:
首先,进行一个基本的全文搜索,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
在其次,MySQL再次进行全文搜索,这次不仅使用原来的条件,而且还要使用所有有用的词。
全文搜索的使用说明
1、在索引全文数据时,短词被忽略且从索引中排除,短语定义为那些具有三个或者三个以下的字符的词(如果需要,这个数目可以修改)
2、MySQL带有内建的非用词列表,这些词在索引全文数据时总是被忽略,如果需要,可以覆盖这个列表
3、许多词出现频率很高,搜索他们没有用处(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,非用词规则不用于IN BOOLEAN MODE。
如果表中的数据少于三行,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)
4、忽略词的单引号,例如,don't索引为dont
5、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搜索结果,
6,仅在MyISAM数据库引擎中支持全文搜索。