前言
其實(shí)全文檢索在MySQL里面很早就支持了，只不過(guò)一直以來(lái)只支持英文。緣由是他從來(lái)都使用空格來(lái)作為分詞的分隔符，而對(duì)于中文來(lái)講，顯然用空格就不合適，需要針對(duì)中文語(yǔ)義進(jìn)行分詞。這不，從MySQL 5.7開始，MySQL內(nèi)置了ngram全文檢索插件，用來(lái)支持中文分詞，并且對(duì)MyISAM和InnoDB引擎有效。
在使用中文檢索分詞插件ngram之前，先得在MySQL配置文件里面設(shè)置他的分詞大小，比如，
[mysqld]
ngram_token_size=2
這里把分詞大小設(shè)置為2。要記住，分詞的SIZE越大，索引的體積就越大，所以要根據(jù)自身情況來(lái)設(shè)置合適的大小。
示例表結(jié)構(gòu)：
CREATE TABLE articles (
id INTUNSIGNED AUTO_INCREMENT NOT NULL PRIMARY KEY,
titleVARCHAR(200),
body TEXT,
FULLTEXT (title,body) WITH PARSER ngram
) ENGINE=InnoDBCHARACTER SET utf8mb4;
示例數(shù)據(jù)，有6行記錄。
mysql> select * from articles\G
***************************1. row ***************************
id: 1
title: 數(shù)據(jù)庫(kù)管理
body: 在本教程中我將向你展示如何管理數(shù)據(jù)庫(kù)
***************************2. row ***************************
id: 2
title: 數(shù)據(jù)庫(kù)應(yīng)用開發(fā)
body: 學(xué)習(xí)開發(fā)數(shù)據(jù)庫(kù)應(yīng)用程序
***************************3. row ***************************
id: 3
title: MySQL完全手冊(cè)
body: 學(xué)習(xí)MySQL的一切
***************************4. row ***************************
id: 4
title: 數(shù)據(jù)庫(kù)與事務(wù)處理
body: 系統(tǒng)的學(xué)習(xí)數(shù)據(jù)庫(kù)的事務(wù)概論
***************************5. row ***************************
id: 5
title: NoSQL精髓
body: 學(xué)習(xí)了解各種非結(jié)構(gòu)化數(shù)據(jù)庫(kù)
***************************6. row ***************************
id: 6
title: SQL 語(yǔ)言詳解
body: 詳細(xì)了解如果使用各種SQL
6 rows inset (0.00 sec)
顯式指定全文檢索表源
mysql> SETGLOBAL innodb_ft_aux_table="new_feature/articles";
Query OK, 0 rows affected (0.00 sec)
通過(guò)系統(tǒng)表，就可以查看到底是怎么劃分articles里的數(shù)據(jù)。
mysql> SELECT *FROM information_schema.INNODB_FT_INDEX_CACHE LIMIT 20,10;
+------+--------------+-------------+-----------+--------+----------+
| WORD | FIRST_DOC_ID | LAST_DOC_ID | DOC_COUNT | DOC_ID| POSITION |
+------+--------------+-------------+-----------+--------+----------+
| 中我 | 2 | 2 | 1 | 2 | 28 |
| 習(xí)m | 4 | 4 | 1 | 4 | 21 |
| 習(xí)了 | 6 | 6 | 1 | 6 | 16 |
| 習(xí)開 | 3 | 3 | 1 | 3 | 25 |
| 習(xí)數(shù) | 5 | 5 | 1 | 5 | 37 |
| 了解 | 6 | 7 | 2 | 6 | 19 |
| 了解 | 6 | 7 | 2 | 7 | 23 |
| 事務(wù) | 5 | 5 | 1 | 5 | 12 |
| 事務(wù) | 5 | 5 | 1 | 5 | 40 |
| 何管 | 2 | 2 | 1 | 2 | 52 |
+------+--------------+-------------+-----------+--------+----------+
10 rows in set (0.00 sec)
這里可以看到，把分詞長(zhǎng)度設(shè)置為2，所有的數(shù)據(jù)都只有兩個(gè)一組。上面數(shù)據(jù)還包含了行的位置，ID等等信息。
接下來(lái)，我來(lái)進(jìn)行一系列檢索示范，使用方法和原來(lái)英文檢索一致。
一、自然語(yǔ)言模式下檢索：
1、得到符合條件的個(gè)數(shù)，
mysql>SELECT COUNT(*) FROM articles
-> WHERE MATCH (title,body) AGAINST ('數(shù)據(jù)庫(kù)' IN NATURALLANGUAGE MODE);
+----------+
| COUNT(*) |
+----------+
| 4 |
+----------+
1 row in set (0.05 sec)
2、得到匹配的比率，
mysql>SELECT id, MATCH (title,body) AGAINST ('數(shù)據(jù)庫(kù)' IN NATURAL LANGUAGE MODE)
AS score FROM articles;
+----+----------------------+
| id| score |
+----+----------------------+
| 1 | 0.12403252720832825 |
| 2 | 0.12403252720832825 |
| 3 | 0 |
| 4 | 0.12403252720832825 |
| 5 | 0.062016263604164124|
| 6 | 0 |
+----+----------------------+
6rows in set (0.00 sec)
二、布爾模式下搜索，這個(gè)就相對(duì)于自然模式搜索來(lái)的復(fù)雜些：
1、匹配既有管理又有數(shù)據(jù)庫(kù)的記錄，
mysql> SELECT * FROM articles WHERE MATCH (title,body)
-> AGAINST ('+數(shù)據(jù)庫(kù) +管理' IN BOOLEAN MODE);
+----+------------+--------------------------------------+
| id| title | body |
+----+------------+--------------------------------------+
| 1 | 數(shù)據(jù)庫(kù)管理 | 在本教程中我將向你展示如何管理數(shù)據(jù)庫(kù) |
+----+------------+--------------------------------------+
1 rowin set (0.00 sec)
2、匹配有數(shù)據(jù)庫(kù)，但是沒有管理的記錄，
mysql> SELECT * FROM articles WHERE MATCH (title,body)
-> AGAINST ('+數(shù)據(jù)庫(kù) -管理' IN BOOLEAN MODE);
+----+------------------+----------------------------+
| id| title | body |
+----+------------------+----------------------------+
| 2 | 數(shù)據(jù)庫(kù)應(yīng)用開發(fā) | 學(xué)習(xí)開發(fā)數(shù)據(jù)庫(kù)應(yīng)用程序 |
| 4 | 數(shù)據(jù)庫(kù)與事務(wù)處理 | 系統(tǒng)的學(xué)習(xí)數(shù)據(jù)庫(kù)的事務(wù)概論 |
| 5 | NoSQL 精髓 | 學(xué)習(xí)了解各種非結(jié)構(gòu)化數(shù)據(jù)庫(kù) |
+----+------------------+----------------------------+
3 rows in set (0.00 sec)
3、匹配MySQL，但是把數(shù)據(jù)庫(kù)的相關(guān)性降低，
mysql> SELECT * FROM articles WHERE MATCH (title,body)
-> AGAINST ('>數(shù)據(jù)庫(kù) +MySQL' INBOOLEAN MODE);
+----+---------------+-----------------+
| id| title | body |
+----+---------------+-----------------+
| 3 | MySQL完全手冊(cè) |學(xué)習(xí)MySQL的一切 |
+----+---------------+-----------------+
1 rowin set (0.00 sec)
三、查詢擴(kuò)展模式，比如要搜索數(shù)據(jù)庫(kù)，那么MySQL，oracle，DB2也都將會(huì)被搜索到，
mysql> SELECT * FROM articles
-> WHERE MATCH (title,body)
-> AGAINST ('數(shù)據(jù)庫(kù)' WITH QUERY EXPANSION);
+----+------------------+--------------------------------------+
| id| title | body |
+----+------------------+--------------------------------------+
| 1 | 數(shù)據(jù)庫(kù)管理 | 在本教程中我將向你展示如何管理數(shù)據(jù)庫(kù) |
| 4 | 數(shù)據(jù)庫(kù)與事務(wù)處理 | 系統(tǒng)的學(xué)習(xí)數(shù)據(jù)庫(kù)的事務(wù)概論 |
| 2 | 數(shù)據(jù)庫(kù)應(yīng)用開發(fā) | 學(xué)習(xí)開發(fā)數(shù)據(jù)庫(kù)應(yīng)用程序 |
| 5 | NoSQL 精髓 | 學(xué)習(xí)了解各種非結(jié)構(gòu)化數(shù)據(jù)庫(kù) |
| 6 | SQL 語(yǔ)言詳解 | 詳細(xì)了解如果使用各種SQL |
| 3 | MySQL完全手冊(cè) | 學(xué)習(xí)MySQL的一切 |
+----+------------------+--------------------------------------+
6 rows in set (0.01 sec)
當(dāng)然，我這里只是功能演示，更多的性能測(cè)試，大家有興趣可以進(jìn)行詳細(xì)測(cè)試。由于N-grm是中文檢索常用的分詞算法，已經(jīng)在互聯(lián)網(wǎng)大量使用，這次集成到MySQL中，想必效果上不會(huì)有太大的問(wèn)題。
總結(jié)
以上就是這篇文章的全部?jī)?nèi)容了，希望本文的內(nèi)容對(duì)大家的學(xué)習(xí)或者工作能帶來(lái)一定的幫助，如果有疑問(wèn)大家可以留言交流。
您可能感興趣的文章:- Mysql實(shí)現(xiàn)全文檢索、關(guān)鍵詞跑分的方法實(shí)例
- PHP+MySQL+sphinx+scws實(shí)現(xiàn)全文檢索功能詳解
- mysql 全文檢索中文解決方法及實(shí)例代碼
- MySQL 全文檢索的使用示例
