前提：mysql只支持英文内容的全文索引，所以只考虑英文的全文搜索。假定数据表名为post，有三列：id、title、content。id是自增长序号，title是varchar，content是text，给content添加全文索引。
mysql全文搜索有三种模式：
一、自然语言查找。这是mysql默认的全文搜索方式，sql示例：
1 |
select id,title FROM post WHERE MATCH(content) AGAINST (‘search keyword‘) |
或者显式声明使用自然语言搜索方式
1 |
select id,title FROM post WHERE MATCH(content) AGAINST (‘search keyword‘ IN NATURAL LANGUAGE MODE) |
由于自然语言搜索方式是默认模式，所以可以省略声明模式的“IN NATURAL LANGUAGE MODE”部分。
自然语言搜索模式的么特点：
- 忽略停词（stopword），英语中频繁出现的and/or/to等词被认为是没有实际搜索的意义，搜索这些不会获得任何结果。
- 如果某个词在数据集中频繁出现的几率超过了50%，也会被认为是停词，所以如果数据库中只有一行数据，不管你怎么全文搜索都不能获得结果。
- 搜索结果都具有一个相关度的数据，返回结果自动按相关度由高到低排列。
- 只针对独立的单词进行检索，而不考虑单词的局部匹配，如搜索box时，就不会将boxing作为检索目标。
二、布尔查找。这种查找方式的特点是没有自然查找模式中的50%规则，即便有词语在数据集中频繁出现的几率超过50%，也会被作为搜索目标进行检索并返回结果，而且检索时单词的局部匹配也会被作为目标进行检索。sql示例
1 |
select id,title FROM post WHERE MATCH(content) AGAINST (‘search keyword‘ IN BOOLEAN MODE) |
三、带子查询扩展的自然语言查找。
1 |
select id,title FROM post WHERE MATCH(content) AGAINST (‘search keyword‘ IN BOOLEAN MODE WITH EXPANSION) |
暂时没有明白这种模式。
在我的实际使用中还发现了以下细节：
- 布尔查找时必须指定返回结果的排序方式，它不会像自然语言查找那样会自动将结果按相关度排序返回。
- 即使是布尔查找，对长度小于等于3的单词也不会进行检索，因为mysql有一个系统变量FT_MIN_WORD_LEN指定了全文检索时可接受的最小单词长度，默认值是4。.
时间： 2024-10-13 15:06:08