mysql索引(八)全文索引

Mysql索引大概有五種類型:

普通索引(INDEX):最基本的索引,沒有任何限制
唯一索引(UNIQUE):與"普通索引"類似,不同的就是:索引列的值必須唯一,但允許有空值。
主鍵索引(PRIMARY):它 是一種特殊的唯一索引,不允許有空值。
全文索引(FULLTEXT ):可用于 MyISAM 表,mysql5.6之后也可用于innodb表, 用于在一篇文章中,檢索文本信息的, 針對較大的數據,生成全文索引很耗時和空間。
聯合(組合)索引:為了更多的提高mysql效率可建立組合索引,遵循”最左前綴“原則。

這里看下全文索引。

全文索引,平時用到的不多,字數較多的文章查詢基本上我們就使用中文分詞器來進行分詞查詢,而不是使用全文索引來查詢。全文索引的效率還是低。

但是相較于文字較少的數據,使用全文索引的效率要比使用like進行模糊查詢的效率要高。

一:基本使用

1:建表的時候創建全文索引

create table fulltext_test (
    id int(11) NOT NULL AUTO_INCREMENT,
    content text NOT NULL,
    tag varchar(255),
    PRIMARY KEY (id),
    FULLTEXT KEY content_tag_fulltext(content,tag)  // 創建聯合全文索引列
) ENGINE=MyISAM DEFAULT CHARSET=utf8;

2:在已存在的表上創建全文索引

(1):使用create語句創建索引

create fulltext index content_tag_fulltext
    on fulltext_test(content,tag);

(2):使用alter語句創建索引

alter table fulltext_test
    add fulltext index content_tag_fulltext(content,tag);

3:修改全文索引

修改全文索引有點麻煩,想修改的話,直接刪了重新創建就好。

4:刪除全文索引

(1):直接使用 DROP INDEX 刪除全文索引

drop index content_tag_fulltext
    on fulltext_test;

(2):通過 SQL 語句 ALTER TABLE 刪除全文索引

alter table fulltext_test
    drop index content_tag_fulltext;

5:使用全文索引

語法:

MATCH (columnName) AGAINST ('string')

示例:

SELECT * FROM `student` WHERE MATCH(`name`) AGAINST('聰')
 
-- 當查詢多列數據時:
-- 建議在此多列數據上創建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')

注意: match() 函數中指定的列必須和全文索引中指定的列完全相同,否則就會報錯,無法使用全文索引,這是因為全文索引不會記錄關鍵字來自哪一列。如果想要對某一列使用全文索引,請單獨為該列創建全文索引。

二:測試全文索引

創建數據表:

create table test (
    id int(11) unsigned not null auto_increment,
    content text not null,
    primary key(id),
    fulltext key content_index(content)
) engine=MyISAM default charset=utf8;

寫入幾條數據:

insert into test (content) values ('a'),('b'),('c');
insert into test (content) values ('aa'),('bb'),('cc');
insert into test (content) values ('aaa'),('bbb'),('ccc');
insert into test (content) values ('aaaa'),('bbbb'),('cccc');

查看數據表中的數據:

MariaDB [test]> select * from test;
+----+---------+
| id | content |
+----+---------+
|  1 | a       |
|  2 | b       |
|  3 | c       |
|  4 | aa      |
|  5 | bb      |
|  6 | cc      |
|  7 | aaa     |
|  8 | bbb     |
|  9 | ccc     |
| 10 | aaaa    |
| 11 | bbbb    |
| 12 | cccc    |
+----+---------+
12 rows in set (0.00 sec)

我們現在使用全文索引來查詢表中數據:注意我查詢語句所對應的結果集的區別:

MariaDB [test]> select * from test where match(content) against('a');
Empty set (0.01 sec)
 
MariaDB [test]> select * from test where match(content) against('aa');
Empty set (0.00 sec)
 
MariaDB [test]> select * from test where match(content) against('aaa');
Empty set (0.00 sec)
 
MariaDB [test]> select * from test where match(content) against('aaaa');
+----+---------+
| id | content |
+----+---------+
| 10 | aaaa    |
+----+---------+
1 row in set (0.00 sec)
 

通過對比,我們可以看到只有select * from test where match(content) against('aaaa');查出了數據,其余三條sql并沒有查出數據。

這是因為mysql的全文索引是有最小搜索長度和最大搜索長度限制的。

三:全文索引最小搜索長度和最大搜索長度

MySQL 中的全文索引,有兩個變量,最小搜索長度和最大搜索長度,對于長度小于最小搜索長度和大于最大搜索長度的詞語,都不會被索引。通俗點就是說,想對一個詞語使用全文索引搜索,那么這個詞語的長度必須在以上兩個變量的區間內。

1:使用以下命令可以查看當前數據庫的配置:

show

 variables 
like
 
'%ft%'
;

可以看到這兩個變量在 MyISAM 和 InnoDB 兩種存儲引擎下的變量名和默認值

// MyISAM
ft_min_word_len = 4;
ft_max_word_len = 84;
 

// InnoDB
innodb_ft_min_token_size = 3;
innodb_ft_max_token_size = 84;

可以看到最小搜索長度 MyISAM 引擎下默認是 4,InnoDB 引擎下是 3,也即,MySQL 的全文索引只會對長度大于等于 4 或者 3 的詞語建立索引,而剛剛搜索的只有 aaaa 的長度大于等于 4。

2:配置最小搜索長度

需要修改mysql的配置文件來修改。

一般的mysql的配置文件是在/etc/my.cnf中。追加以下內容:

[mysqld]
innodb_ft_min_token_size = 1
ft_min_word_len = 1

然后重啟 MySQL 服務器,然后,需要修復一下目前已有的全文索引,否則,剛剛的修改不會生效。

我這里建議,就不要修復了,直接刪除重建就好了。

四:兩種全文索引

1:自然語言的全文索引

默認情況下,或者使用 in natural language mode 修飾符時,match() 函數對文本集合執行自然語言搜索,上面的例子都是自然語言的全文索引。

自然語言搜索引擎將計算每一個文檔對象和查詢的相關度。這里,相關度是基于匹配的關鍵詞的個數,以及關鍵詞在文檔中出現的次數。在整個索引中出現次數越少的詞語,匹配時的相關度就越高。相反,非常常見的單詞將不會被搜索,如果一個詞語的在超過 50% 的記錄中都出現了,那么自然語言的搜索將不會搜索這類詞語。上面提到的,測試表中必須有 4 條以上的記錄,就是這個原因。

這個機制也比較好理解,比如說,一個數據表存儲的是一篇篇的文章,文章中的常見詞、語氣詞等等,出現的肯定比較多,搜索這些詞語就沒什么意義了,需要搜索的是那些文章中有特殊意義的詞,這樣才能把文章區分開。

2:布爾全文索引

在布爾搜索中,我們可以在查詢中自定義某個被搜索的詞語的相關性,當編寫一個布爾搜索查詢時,可以通過一些前綴修飾符來定制搜索。

MySQL 內置的修飾符,上面查詢最小搜索長度時,搜索結果 ft_boolean_syntax 變量的值就是內置的修飾符,下面簡單解釋幾個,更多修飾符的作用可以查手冊

1:+ 必須包含該詞

2: -必須不包含該詞

3: 提高該詞的相關性,查詢的結果靠前

4: 降低該詞的相關性,查詢的結果靠后

5: (*)星號 通配符,只能接在詞后面

對于上面提到的問題,可以使用布爾全文索引查詢來解決,使用下面的命令,a、aa、aaa、aaaa 就都被查詢出來了。

select * test where match(content) against('a*' in boolean mode);

五:注意

1:使用全文索引前,搞清楚版本支持情況;

2: 全文索引比 like + % 快 N 倍,但是可能存在精度問題;

3:如果需要全文索引的是大量數據,建議先添加數據,再創建索引;

4:對于中文,可以使用 MySQL 5.7.6 之后的版本,或者第三方插件。

以上大概是全文索引的全部內容。

有好的建議,請在下方輸入你的評論。

歡迎訪問個人博客
https://guanchao.site

?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。

推薦閱讀更多精彩內容