mysql索引（八）全文索引

站长

2023年08月29日 02:34 · 阅读数 11

Mysql索引大概有五种类型：

普通索引(INDEX)：最基本的索引，没有任何限制唯一索引(UNIQUE)：与"普通索引"类似，不同的就是：索引列的值必须唯一，但允许有空值。主键索引(PRIMARY)：它是一种特殊的唯一索引，不允许有空值。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，检索文本信息的, 针对较大的数据，生成全文索引很耗时和空间。联合（组合）索引：为了更多的提高mysql效率可建立组合索引，遵循”最左前缀“原则。

这里看下全文索引。

全文索引，平时用到的不多，字数较多的文章查询基本上我们就使用中文分词器来进行分词查询，而不是使用全文索引来查询。全文索引的效率还是低。

但是相较于文字较少的数据，使用全文索引的效率要比使用like进行模糊查询的效率要高。

一：基本使用

1：建表的时候创建全文索引

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)  // 创建联合全文索引列
) ENGINE=MyISAM DEFAULT CHARSET=utf8;

2：在已存在的表上创建全文索引

（1）：使用create语句创建索引

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

（2）：使用alter语句创建索引

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

3：修改全文索引

修改全文索引有点麻烦，想修改的话，直接删了重新创建就好。

4：删除全文索引

（1）：直接使用 DROP INDEX 删除全文索引

drop index content_tag_fulltext
    on fulltext_test;

（2）：通过 SQL 语句 ALTER TABLE 删除全文索引

alter table fulltext_test
    drop index content_tag_fulltext;

5：使用全文索引

语法：

MATCH (columnName) AGAINST ('string')

示例：

SELECT * FROM `student` WHERE MATCH(`name`) AGAINST('聪')
 
-- 当查询多列数据时：
-- 建议在此多列数据上创建一个联合的全文索引，否则使用不了索引的。
 
SELECT * FROM `student` WHERE MATCH(`name`,`address`) AGAINST('聪 广东')

注意： match() 函数中指定的列必须和全文索引中指定的列完全相同，否则就会报错，无法使用全文索引，这是因为全文索引不会记录关键字来自哪一列。如果想要对某一列使用全文索引，请单独为该列创建全文索引。

二：测试全文索引

创建数据表：

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;

写入几条数据：

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');

查看数据表中的数据：

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)

我们现在使用全文索引来查询表中数据：注意我查询语句所对应的结果集的区别：

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)

通过对比，我们可以看到只有select * from test where match(content) against('aaaa');查出了数据，其余三条sql并没有查出数据。

这是因为mysql的全文索引是有最小搜索长度和最大搜索长度限制的。

三：全文索引最小搜索长度和最大搜索长度

MySQL 中的全文索引，有两个变量，最小搜索长度和最大搜索长度，对于长度小于最小搜索长度和大于最大搜索长度的词语，都不会被索引。通俗点就是说，想对一个词语使用全文索引搜索，那么这个词语的长度必须在以上两个变量的区间内。

1：使用以下命令可以查看当前数据库的配置：

show

 variables 
like
 
'%ft%'
;

可以看到这两个变量在 MyISAM 和 InnoDB 两种存储引擎下的变量名和默认值

// MyISAM
ft_min_word_len = 4;
ft_max_word_len = 84;
 

// InnoDB
innodb_ft_min_token_size = 3;
innodb_ft_max_token_size = 84;

可以看到最小搜索长度 MyISAM 引擎下默认是 4，InnoDB 引擎下是 3，也即，MySQL 的全文索引只会对长度大于等于 4 或者 3 的词语建立索引，而刚刚搜索的只有 aaaa 的长度大于等于 4。

2：配置最小搜索长度

需要修改mysql的配置文件来修改。

一般的mysql的配置文件是在/etc/my.cnf中。追加以下内容：

[mysqld]
innodb_ft_min_token_size = 1
ft_min_word_len = 1

然后重启 MySQL 服务器，然后，需要修复一下目前已有的全文索引，否则，刚刚的修改不会生效。

我这里建议，就不要修复了，直接删除重建就好了。

四：两种全文索引

1：自然语言的全文索引

默认情况下，或者使用 in natural language mode 修饰符时，match() 函数对文本集合执行自然语言搜索，上面的例子都是自然语言的全文索引。

自然语言搜索引擎将计算每一个文档对象和查询的相关度。这里，相关度是基于匹配的关键词的个数，以及关键词在文档中出现的次数。在整个索引中出现次数越少的词语，匹配时的相关度就越高。相反，非常常见的单词将不会被搜索，如果一个词语的在超过 50% 的记录中都出现了，那么自然语言的搜索将不会搜索这类词语。上面提到的，测试表中必须有 4 条以上的记录，就是这个原因。

这个机制也比较好理解，比如说，一个数据表存储的是一篇篇的文章，文章中的常见词、语气词等等，出现的肯定比较多，搜索这些词语就没什么意义了，需要搜索的是那些文章中有特殊意义的词，这样才能把文章区分开。

2：布尔全文索引

在布尔搜索中，我们可以在查询中自定义某个被搜索的词语的相关性，当编写一个布尔搜索查询时，可以通过一些前缀修饰符来定制搜索。

MySQL 内置的修饰符，上面查询最小搜索长度时，搜索结果 ft_boolean_syntax 变量的值就是内置的修饰符，下面简单解释几个，更多修饰符的作用可以查手册

1：+ 必须包含该词

2： -必须不包含该词

3：提高该词的相关性，查询的结果靠前

4：降低该词的相关性，查询的结果靠后

5： (*)星号通配符，只能接在词后面

对于上面提到的问题，可以使用布尔全文索引查询来解决，使用下面的命令，a、aa、aaa、aaaa 就都被查询出来了。

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

五：注意

1：使用全文索引前，搞清楚版本支持情况；

2：全文索引比 like + % 快 N 倍，但是可能存在精度问题；

3：如果需要全文索引的是大量数据，建议先添加数据，再创建索引；

4：对于中文，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内容。

有好的建议，请在下方输入你的评论。

欢迎访问个人博客 guanchao.site

欢迎访问小程序：

mysql索引（八）全文索引