1. 程式人生 > >mysql 全文索引fulltext初始

mysql 全文索引fulltext初始

1.建立全文索引(FullText index)

       舊版的MySQL的全文索引只能用在MyISAM表格的char、varchar和text的欄位上。 

       不過新版的MySQL5.6.24上InnoDB引擎也加入了全文索引,所以具體資訊要隨時關注官網,

     1.1. 建立表的同時建立全文索引

             CREATE TABLE article ( 
                  id INT AUTO_INCREMENT NOT NULL PRIMARY KEY, 
                  title VARCHAR(200), 
                  body TEXT, 
                  FULLTEXT(title, body) 


              ) TYPE=MYISAM; 
   

    1.2.通過 alter table 的方式來新增

                ALTER TABLE `student` ADD FULLTEXT INDEX ft_stu_name  (`name`) #ft_stu_name是索引名,可以隨便起

       或者:ALTER TABLE `student` ADD FULLTEXT ft_stu_name  (`name`)

    1.3. 直接通過create index的方式

                CREATE FULLTEXT INDEX

 ft_email_name ON `student` (`name`)

           也可以在建立索引的時候指定索引的長度:

                CREATE FULLTEXT INDEX ft_email_name ON `student` (`name`(20))

2. 刪除全文索引

    2.1. 直接使用 drop index(注意:沒有 drop fulltext index 這種用法)

                 DROP INDEX full_idx_name ON tommy.girl ;

    2.2. 使用 alter table的方式 

                ALTER TABLE tommy.girl DROP INDEX ft_email_abcd;

3.使用全文索引

     跟普通索引稍有不同

     使用全文索引的格式:  MATCH (columnName) AGAINST ('string')

     eg:

           SELECT * FROM `student` WHERE MATCH(`name`) AGAINST('聰')

           當查詢多列資料時:

                建議在此多列資料上建立一個聯合的全文索引,否則使用不了索引的。

          SELECT * FROM `student` WHERE MATCH(`name`,`address`) AGAINST('聰 廣東')

     3.1. 使用全文索引需要注意的是:(基本單位是詞)

            分詞,全文索引以詞為基礎的,MySQL預設的分詞是所有非字母和數字的特殊符號都是分詞符(外國人嘛)

       3.2. MySQL中與全文索引相關的幾個變數:

             使用命令:mysql> SHOW VARIABLES LIKE 'ft%'; #ft就是FullText的簡寫

             ft_boolean_syntax    + -><()~*:""&|         #改變IN BOOLEAN MODE的查詢字元,不用重新啟動MySQL也不用重建索引
             ft_min_word_len    4                                   #最短的索引字串,預設值為4,(通常改為1)修改後必須重建索引檔案

                                                                               重新建立索引命令:repair table tablename quick 

             ft_max_word_len    84                                #最長的索引字串,預設值為84,修改後必須重建索引檔案

             ft_query_expansion_limit   20                      #查詢括展時取最相關的幾個值用作二次查詢

             ft_stopword_file    (built-in)                      #全文索引的過濾詞檔案,具體可以參考:MySQL全文檢索中不進行全文索引預設過濾詞         

            特別注意:50%的門坎限制(當查詢結果很多,幾乎所有記錄都有,或者極少的資料,都有可能會返回非所期望的結果)

                       -->可用IN BOOLEAN MODE即可以避開50%的限制。

                      此時使用全文索引的格式就變成了: SELECT * FROM `student` WHERE MATCH(`name`) AGAINST('聰' IN BOOLEAN MODE)

4. ft_boolean_syntax (+ -><()~*:""&|)使用的例子:

        4.1  + : 用在詞的前面,表示一定要包含該詞,並且必須在開始位置。

                            eg: +Apple 匹配:Apple123,     "tommy, Apple"

        4.2  - : 不包含該詞,所以不能只用「-yoursql」這樣是查不到任何row的,必須搭配其他語法使用。

                            eg: MATCH (girl_name) AGAINST ('-林志玲 +張筱雨')

                              匹配到: 所有不包含林志玲,但包含張筱雨的記錄 

        4.3. 空(也就是預設情況),表示可選的,包含該詞的順序較高。 

                       例子:

                 apple banana           找至少包含上面詞中的一個的記錄行

                 +apple +juice               兩個詞均在被包含

                 +apple macintosh     包含詞 “apple”,但是如果同時包含 “macintosh”,它的排列將更高一些

                 +apple -macintosh   包含 “apple” 但不包含 “macintosh”

        4.4. > :提高該字的相關性,查詢的結果會排在比較靠前的位置。 

        4.5.< :降低相關性,查詢的結果會排在比較靠後的位置。

                      例子:4.5.1.先不使用 >< 

                                select * from tommy.girl where match(girl_name) against('張欣婷' in boolean mode);

                                   可以看到完全匹配的排的比較靠前

                              4.5.2. 單獨使用 >

                                select * from tommy.girl where match(girl_name) against('張欣婷 >李秀琴' in boolean mode);

                                  使用了>的李秀琴馬上就排到最前面了

                             4.5.3. 單獨使用 <

                                select * from tommy.girl where match(girl_name) against('張欣婷 <不是人' in boolean mode);

                                 看到沒,不是人也排到最前面了,這裡使用的可是 < 哦,說好的降低相關性呢,往下看吧。

                           4.5.4.同時使用><

                              select * from tommy.girl where match(girl_name) against('張欣婷 >李秀琴 <練習冊 <不是人 >是個鬼' in boolean mode);

                               到這裡終於有答案了,只要使用了 ><的都會往前排,而且>的總是排在<的前面

                        小結一下:1. 只要使用 ><的總比沒用的 靠前;

                                       2. 使用  >的一定比 <的排的靠前 (這就符合相關性提高和降低);

                                       3. 使用同一類的,使用的越早,排的越前。

        4.6. ( ):可以通過括號來使用字條件。  

                       eg: +aaa +(>bbb <ccc) // 找到有aaa和bbb和ccc,aaa和bbb,或者aaa和ccc(因為bbb,ccc前面沒有+,所以表示可有可無),

                                         然後 aaa&bbb > aaa&bbb&ccc > aaa&ccc

           4.7. ~ :將其相關性由正轉負,表示擁有該字會降低相關性,但不像「-」將之排除,只是排在較後面。 

                           eg:   +apple ~macintosh   先匹配apple,但如果同時包含macintosh,就排名會靠後。

           4.8. * :萬用字元,這個只能接在字串後面。 

                                 MATCH (girl_name) AGAINST ('+*ABC*')   #錯誤,不能放前面

                                 MATCH (girl_name) AGAINST ('+張筱雨*')  #正確

           4.9. " " :整體匹配,用雙引號將一段句子包起來表示要完全相符,不可拆字。 

                                 eg:  "tommy huang" 可以匹配  tommy huang xxxxx   但是不能匹配 tommy is huang

5.補充:Windows下無法修改 ft_min_word_len的情況,

          5. 1. 使用cmd開啟 services.msc,

                找到你的 MySQL服務,右鍵Properties,找到你的my.ini所在的路徑

                

          5.2. 停止MySQL,在my.ini中增加 ft_min_word_len = 1,重啟MySQL,

                    然後使用命令 show variables like 'ft_min_word_len'; 檢視是否生效了