MySQL全文检索初探

本文目的

最近有个项目需要对数据进行搜索功能。采用的LAMP技术开发，所以自然想到了MySQL的全文检索功能。现在将自己搜集的一些资料小结，作为备忘。

MySQL引擎

据目前查到的资料，只有MyISAM引擎支持全文检索（full text index），查询效率高。但是有局限，不支持事务和外键。

Innodb支持事务和外键，但是不支持全文检索。所以，如果需要全文检索的数据，需要使用MyISAM引擎创建表。

MySQL中文全文检索

很遗憾，目前mysql不支持中文全文检索。目前有两种解决方案

• 方案1：使用mysql中文检索插件，个人认为可控性较差，虽然使用方便，但是如果后期插件出现问题，比较难解决。优点就是前期工作量相对较小。
• 方案2：中文分词+GB2312编码：通过分词将原文分隔开，然后转成GB2312的二进制文本形式（如一个字，4个字节A623，这样就可以搜索单个中文）。（转成GB2312编码是为了避免中英文混合搜索。mysql全文检索最小长度默认4（ft_min_word_len）个字，中文是4个汉字，英文是4个字母。对于中文，基本上都是2子词，所以设置ft_min_word_len为2，但英文中，2字的单词一般没有什么特殊意义，如‘is’，‘do’等，所以为了兼顾中英文语法习惯，将中文适当‘变长’，也就是转成GB2312的可见形式编码）
• 方案3：中文分词，ft_min_word_len设置为2，调用'repair table your_table quick',修复索引。相比方案2，此方案较节省空间。对于主要使用中文的系统而言，此方案更佳。

创建全文索引

举一个文章表（t_article）的例子，title和body作为列子，如下：

CREATE TABLE `t_article` (
`title` varchar(100) DEFAULT NULL,
`body` text,
FULLTEXT KEY `ft_title` (`title`),
FULLTEXT KEY `ft_body` (`body`)
) ENGINE=MyISAM DEFAULT CHARSET=latin1;

P.S.: 如果有个表已经创建了全文索引，想要查看创建语法，可以使用“SHOW CREATE TABLE talbe_name;”这条命令显示表格的创建语句。

注意红色高亮部分就是全文检索的语法。删除也很简单，比如删除title的全文索引，“ALTER TABLE t_article DROP INDEX ft_title;”。

使用SQL检索

比如期望对body中的数据进行全文检索，命令如下

SELECT title, MATCH(body) AGAINST('php and other key word') AS score

FROM t_article
WHERE MATCH(body) AGAINST('php and other key word');

注意这里的score很重要，该值代表了关键字与文本的相关性，该值一般在0到1之间，但是也可能达到4或更多。

相关资料

• Using MySQL Full-text Searching
• How to drop this index in MySQL?
• 支持中文的MYSQL全文检索
• MySQL Fulltext Search 使用方式
• Comparison of full text search engine - Lucene, Sphinx, Postgresql, MySQL?（PS: 个人理解全文检索技术产品中，mysql轻量级，sphinx中量级，Lucence重量级）
• 通过MySQL全文搜索实现中文的相关搜索（PS: 讲解了为什么需要将中文分词后转码，作为全文检索）
• 如何设置ft_min_word_len参数：http://www.tipandtrick.net/2008/how-to-change-mysql-fulltext-index-minimum-and-maximum-length-of-words/