32. 什么是全文索引（Full-Text Index）？在MySQL中如何使用全文索引进行全文搜索？

PangHu大约 4 分钟

全文索引（Full-Text Index） 是一种特殊的索引类型，用于高效地进行文本数据的全文搜索。全文索引允许在大量文本数据中快速查找包含指定关键词的记录，通常用于处理大量文本文字的场景，如文章、博客、评论等。

在MySQL中，全文索引适用于 CHAR、VARCHAR 和 TEXT 类型的列。与普通的B+树索引不同，全文索引使用倒排索引（Inverted Index）结构，该结构将文档中的每个单词映射到包含该单词的文档列表，这样可以快速查找包含特定单词或词组的文档。

全文索引的特点

高效的文本搜索：全文索引在搜索大量文本数据时非常高效，特别是对于包含多个单词的查询。
自然语言处理：MySQL的全文搜索功能支持布尔模式搜索、自然语言模式搜索，以及查询扩展模式，能够处理较复杂的文本查询。
分词：在创建全文索引时，MySQL会根据指定的分词规则将文本分割成词条，并对这些词条建立索引。

在MySQL中如何使用全文索引进行全文搜索？

1. 创建全文索引

你可以在创建表时定义全文索引，也可以在表创建之后添加全文索引。

1.1 在创建表时定义全文索引

CREATE TABLE articles (
    id INT AUTO_INCREMENT PRIMARY KEY,
    title VARCHAR(200),
    body TEXT,
    FULLTEXT INDEX idx_fulltext_title_body (title, body)
) ENGINE=InnoDB;

在这个例子中，idx_fulltext_title_body 是在 title 和 body 列上创建的全文索引。

1.2 在现有表上添加全文索引

ALTER TABLE articles ADD FULLTEXT INDEX idx_fulltext_title_body (title, body);

这个语句为现有的 articles 表添加一个在 title 和 body 列上的全文索引。

2. 使用 `MATCH ... AGAINST` 进行全文搜索

一旦全文索引创建完成，你可以使用 MATCH ... AGAINST 语句进行全文搜索。

2.1 自然语言模式搜索

这是最常见的全文搜索模式，在自然语言模式下，MySQL会自动分析查询中的关键词并返回相关结果。

SELECT id, title, body
FROM articles
WHERE MATCH(title, body) AGAINST('database optimization' IN NATURAL LANGUAGE MODE);

在这个例子中，MATCH(title, body) 表示我们要在 title 和 body 列中进行搜索，AGAINST('database optimization' IN NATURAL LANGUAGE MODE) 表示搜索包含 "database" 和 "optimization" 的记录。

2.2 布尔模式搜索

布尔模式允许你使用布尔运算符来构建更复杂的查询。你可以使用 +、-、* 和 > 等运算符来控制搜索行为。

SELECT id, title, body
FROM articles
WHERE MATCH(title, body) AGAINST('+database -optimization' IN BOOLEAN MODE);

在这个例子中，+database -optimization 表示搜索包含 "database" 但不包含 "optimization" 的记录。

2.3 查询扩展模式

查询扩展模式是一种更高级的搜索模式，MySQL首先找到与查询匹配的记录，然后使用这些记录中的词条再次进行搜索，以找到更多相关的记录。

SELECT id, title, body
FROM articles
WHERE MATCH(title, body) AGAINST('database' WITH QUERY EXPANSION);

在这个例子中，WITH QUERY EXPANSION 表示MySQL会基于初始查询结果进行进一步搜索，从而找到更多与 "database" 相关的记录。

3. 排序全文搜索结果

在使用 MATCH ... AGAINST 进行全文搜索时，MySQL会根据相关性对结果进行排序。相关性得分由MySQL根据词频、文档长度等因素计算得出。你可以通过 ORDER BY 子句来按相关性排序结果。

SELECT id, title, body, MATCH(title, body) AGAINST('database optimization') AS relevance
FROM articles
WHERE MATCH(title, body) AGAINST('database optimization')
ORDER BY relevance DESC;

在这个例子中，查询结果将按相关性从高到低排序。

4. 全文索引的注意事项

最小和最大字长：MySQL中的全文索引默认忽略长度小于4个字符或大于84个字符的词条。你可以通过调整 ft_min_word_len 和 ft_max_word_len 配置来更改这些限制。
停止词：MySQL的全文索引忽略常见的停止词（如 "the", "and", "or" 等）。这些停止词不会被索引，也不会被搜索到。
小心对大文本数据的影响：全文索引在处理大文本数据时可能会占用大量的存储空间和内存。

总结

全文索引 是一种专门用于文本数据的索引，支持高效的全文搜索。它通过倒排索引来加速文本搜索，并支持自然语言模式、布尔模式和查询扩展模式。
MATCH ... AGAINST 是MySQL中进行全文搜索的关键语句，允许你在指定的文本列中搜索关键词。
创建和使用全文索引：你可以在表创建时或之后添加全文索引，使用 MATCH ... AGAINST 来进行全文搜索，并结合不同的模式来满足不同的搜索需求。

通过合理使用全文索引，能够显著提升处理大量文本数据时的搜索效率。