mysql索引(八)全文索引

·  阅读 1491
mysql索引(八)全文索引

这是我参与8月更文挑战的第24天,活动详情查看:8月更文挑战

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;
复制代码

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);
复制代码

(2):使用alter语句创建索引

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

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;
复制代码

(2):通过 SQL 语句 ALTER TABLE 删除全文索引

alter table fulltext_test
    drop index content_tag_fulltext;
复制代码

5:使用全文索引

语法:

MATCH (columnName) AGAINST ('string')
复制代码

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')
复制代码

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;
复制代码

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');
复制代码

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)
复制代码

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)
 
复制代码

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%'
;
复制代码

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;
复制代码

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
复制代码

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:

在这里插入图片描述

分类:
后端
分类:
后端
收藏成功!
已添加到「」, 点击更改