Mysql 如何實現全文檢索，關鍵詞跑分

原文解析

ngram就是一段文字裡面連續的n個字的序列。ngram全文解析器能夠對文字進行分詞，每個單詞是連續的n個字的序列。

例如，用ngram全文解析器對「你好世界」進行分詞:

n=1: '你', '好', '世', '界' 
n=2: '你好', '好世', '世界' 
n=3: '你好世', '好世界' 
n=4: '你好世界'

mysql 中使用全域性變數 ngram_token_size 來配置 ngram 中 n 的大小，它的取值範圍是1到10，預設值是 2。通常ngram_token_size設定為要查詢的單詞的最小字數。如果需要搜尋單字，就要把ngram_token_size設定為 1。在預設值是 2 的情況下，搜尋單字是得不到任何結果的。因為中文單詞最少是兩個漢字，推薦使用預設值 2。

咱們看一下mysql預設的ngram_token_size大小：

ngram_token_size 變數的兩種設定方式：

1、啟動mysqld命令時指定

mysqld --ngram_token_size=2

2、修改mysql配置檔案

[mysqld] 
ngram_token_size=2

以某文書資料為例，新建資料表 t_wenshu ，並且針對文書內容字段建立全文索引，匯入10w條測試資料。

1、建表時建立全文索引

create table `t_wenshu` (
`province` varchar(255) default null,
`caseclass` varchar(255) default null,
`casenumber` varchar(255) default null,
`caseid` varchar(255) default null,
`types` varchar(255) default null,
`title` varchar(255) default null,
`content` longtext,
`updatetime` varchar(255) default null,
fulltext key `content` (`content`) with parser `ngram`
) engine=innodb default charset=utf8;

2、通過 alter table 方式

alter table t_wenshu add fulltext index content_index (content) with parser ngram;

3、通過 create index 方式

create fulltext index content_index on t_wenshu (content) with parser ngram;

● in boolean mode的特色： ·不剔除50%以上符合的row。 ·不自動以相關性反向排序。 ·可以對沒有fulltext index的字段進行搜尋，但會非常慢。 ·限制最長與最短的字串。 ·套用stopwords。 ● 搜尋語法規則： > 提高該條匹配資料的權重值。 < 降低該條匹配資料的權重值。 ~ 將其相關性由正轉負，表示擁有該字會降低相關性(但不像-將之排除)，只是排在較後面權重值降低。 * 萬用字，不像其他語法放在前面，這個要接在字串後面。 " " 用雙引號將一段句子包起來表示要完全相符，不可拆字。

1）查詢 content 中包含「盜竊罪」的記錄，查詢語句如下

select caseid,content, match ( content) against ('盜竊罪') as score from t_wenshu where match ( content) against ('盜竊罪' in natural language mode)

2）查詢 content 中包含「尋釁滋事」的記錄，查詢語句如下

select caseid,content, match ( content) against ('尋釁滋事') as score from t_wenshu where match ( content) against ('尋釁滋事' in natural language mode) ;

3）單個漢字，查詢 content 中包含「我」的記錄，查詢語句如下

select caseid,content, match ( content) against ('我') as score from t_wenshu where match ( content) against ('我' in natural language mode) ;

備註：因為設定的全域性變數 ngram_token_size 的值為 2。如果想查詢單個漢字，需要在配置檔案 my.ini 中修改 ngram_token_size = 1 ，並重啟 mysqld 服務，此處不做嘗試了。

4）查詢字段 content 中包含「危險駕駛」和「尋釁滋事」的語句如下：

select caseid,content, match (content) against ('+危險駕駛 +尋釁滋事') as score from t_wenshu where match (content) against ('+危險駕駛 +尋釁滋事' in boolean mode);

5）查詢字段 content 中包含「危險駕駛」，但不包含「尋釁滋事」的語句如下：

select caseid,content, match (content) against ('+危險駕駛 -尋釁滋事') as score from t_wenshu where match (content) against ('+危險駕駛 -尋釁滋事' in boolean mode);

6）查詢字段 conent 中包含「危險駕駛」或者「尋釁滋事」的語句如下：

select caseid,content, match (content) against ('危險駕駛 尋釁滋事') as score from t_wenshu where match (content) against ('危險駕駛 尋釁滋事' in boolean mode);

1）使用 mysql 全文索引之前，搞清楚各版本支援情況；

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資料，建議先新增資料，再建立索引；

4）對於中文，可以使用 mysql 5.7.6 之後的版本，或者 sphinx、lucene 等第三方的外掛程式；

5）match()函式使用的欄位名，必須要與建立全文索引時指定的欄位名一致，且只能是同乙個表的字段不能跨表；

mysql全文檢索
全文索引在 mysql 中是乙個 fulltext 型別索引。fulltext 索引用於 myisam 表，可以在 create table 時或之後使用 alter table 或 create index 在 char varchar 或 text 列上建立。對於大的資料庫，將資料裝載到乙個沒有...

mysql全文檢索
mysql到版本3.23.23時，開始支援全文檢索，通過語句select from match against 來在整個表中檢索是否有匹配的，全文索引是乙個定義為fulltext的型別索引，應用在myisam表中。值得一提的是對於乙個大的資料庫來說，把資料裝載到乙個沒有fulltext索引的表中，然...

使用mysql實現全文檢索功能
檢視系統預設分片規則預設innodb下最小分片為3位空格切分 show variables like ft 檢視預設分配規則建表建立表 create table test id int 11 unsigned not null auto increment,product name varc...

Mysql 如何實現全文檢索，關鍵詞跑分

mysql全文檢索

mysql全文檢索

使用mysql實現全文檢索功能

相關推薦