《MySQL必知必會學習筆記》：全文本搜索

全文本搜索

MySQL支持幾種基本的數據庫引擎，但並非所有的引擎都支持全文本搜索。兩個最常使用的引擎為MyISAM和InnoDB，前者支持全文本搜索，後者就不支持。

理解全文本搜索

在前面的學習中，我們都知道有兩種方式來匹配文本。一種是使用like關鍵字來進行匹配，另外一種就是使用正則表達式來進行匹配。

雖然使用正則表達式就可以編寫查找所需行的足夠復雜的匹配模式。但是，這些存在幾個重要的限制影響：

1、性能：通配符和正則表達式時嘗試匹配表中所有行，而這些搜索極少使用了表索引，因此，相當慢

2、明確控制：在匹配過程中，我們很少會相當的明確的知道我們想匹配什麼，不匹配什麼。

3、具有優先級的結果：在使用通配符和正則表達式進行匹配時，只是返回包含該匹配條件的結果，而不區分匹配程度（多個匹配和單個匹配的區別，在前面就匹配和在後面匹配的區別）。

上面提到的這些限制，都可以利用全文本搜索來進行解決。

使用全文本搜索

為了進行全文本搜索，必須索引被搜索的列，而且要隨著數據的改變不斷地重新索引。

在對表進行適當的設計之後，MySQL會自動進行所有的索引和重新索引。

在索引之後，select可與match() 和against()一起使用以實際執行索引。

那麼，在建表的時候，如何啟用全文本搜索支持呢？？？

如下：

上面就這樣通過fulltext 為指定行建立的相應的索引，如果，想指定多個列，將多個列都放入fulltext裡面即可。

在定義之後，MySQL會自動維護該索引。無論是在增加、更新還是刪除，索引也會隨之更新。

進行全文本搜索

上面在建表後此表就有了全文本搜索的能力了，下面我們開始嘗試下全文本搜索。
在索引之前，我為test_text表增加了如下內容：

當我們想利用全文本搜索得到 包含MySQL內容的數據。

如下：

select * from test_text where match(content) against('MySQL');

上面語句中 match(content) 指示MySQL針對指定的列進行搜索，注意：傳遞給match()的值必須與fulltext()定義中的相同。against(‘MySQL’)指定詞MySQL作為搜索文本。

從結果可以看出，我們得到了兩行包括MySQL字符串的數據。

上面的搜索利用我們學過的Like也可以完成，如下：

這兩種方法的結果是一樣的。次序也一樣，理論上來說，利用全文本搜索會對出來的結果按照優先級來進行排序輸出，但是從結果可以看出，在第一條語句中MySQL出現的位置相比第二條語句中的MySQL的位置還要滯後，為什麼會出現在前面呢？？,與MySQL必知必會上面介紹的有一點出入

為了驗證上面出現的問題，我們可以查下結果的優先級。在查看優先級之前，我又加入了一個以MySQL開頭的行數據。下面舉來看下優先級。

select id,content,match(content) against('MySQL') from test_text ;

從結果可以看出，確實是id=7的行的優先級大於id=8的優先級，原因在於優先級並不至於出現的先後位置有關系，還與諸如文本長度等因素也有關系。

在增加了一行以MySQL開頭的行數據之後，我們來一起觀察下上面這兩種方法的結果。

從上面兩圖可以明顯看出，確實，利用全文本搜索對搜索到的內容進行一定的排序，而通配符卻沒有進行排序。至於全文本搜索對搜索到的內容進行排序由很多因素來進行決定，比如：出現的位置、出現的次數、文本自身的長度等等。

等級越高，出現的位置就越靠前，在我們生活中使用的搜索引擎（例如百度、google等）進行搜索東西的時候，我相信也是按照這樣的邏輯來出現結果，當然除了百度公司收了別人錢把不匹配的內容人為的放在更前面。

使用查詢擴展:with query expansion

前面介紹的只是普通的全文本搜索。

但是，我們在生活中常常有更嚴格的要求，例如，我希望搜索 的內容包括MySQL字符串，你還想得到與MySQL相關的內容（即使沒有出現MySQL字眼），應該怎麼來做呢？？

這就需要我們使用查詢擴展了。

用法 ：在against(關鍵字 with query expansion) 即可

從結果可以看出，當我們使用了查詢擴展之後，就得到了更多相關的內容，即使這些內容不包括MySQL字眼。

至於MySQL是如何根據MySQL來得到與之相關的關鍵字，目前我還不清楚。

布爾文本搜索

MySQL支持全文本搜索的另外一種形式，稱為布爾方式。以布爾方式，可以提供如下內容的細節：

要匹配的詞； 要排斥的詞、 排列提示（指定某些詞比其他詞更重要，更重要的詞等級更高） 表達式分組。

要說明的是：即使沒有fulltext索引也可以使用，只是速度相當相當的慢。

為顯示 in boolean mode的作用，以一個簡單的例子來進行說明。

select * from test_text where match(content) against('MySQL -interesting' in boolean mode);//返回必須包含MySQL不能包含interesting內容的數據。

關於全文本布爾操作符，見下表（來源於：《MySQL必知必會》這本書）

關於全文本布爾操作符的具體使用實例，與上面的例子類似，這裡不在進行具體介紹。

全文本搜索的使用說明

1、MySQL帶有一個內建的非用詞列表。這些詞在索引全文本數據時總是被忽略。如果需要，可以覆蓋這個列表。

2、許多詞出現的頻率很高，搜索他們沒有用處（因為返回太多的結果）。因此，MySQL規定了一條50%規則，如果一個詞出現在50%以上的行中，則將它作為一個非用詞忽略。50%規則不用於in boolean mode.

3、如果表中的數據的行數小於3行，則全文本搜索不返回結果。因此每個詞要麼不出現，出現就至少為50%。

4、忽略詞中的單引號。例如：don’t 索引為dont。

小結

關於全文本搜索就到這裡就介紹完了，給我的一個感受就是：自己看《MySQL必知必會》這本書的這一節的時候花了10來分鐘就看完了，然而跟著這一節實踐下來加上寫博客的時間，卻花了2個小時之久，雖然花了這麼多時間，但是收獲還是有的，比只看書的理解要更多了一些，以及對match/against的使用要更熟悉的一些。就是因為如此，才有了我一直跟著這本書來了解MySQL的動力，到目前為止，自己跟著這本書已經跟到了18章，前前後後花了將近2周了吧，以前一直以為自己對數據庫的知識還是了解一些的，現在看來以前的自己只懂的數據庫中的”增刪改查”這幾個簡單的步驟。