特点

• Mysql 5.6之前版本，只有myisam支持全文索引，5.6之后，Innodb和myisam均支持全文索引
• ngram全文解析器，用来支持中文、日文、韩文分词
• 只有char、varchar、text类型字段能创建全文索引
• 英文分词用空格，逗号；中文分词用 ngram_token_size 设定

创建全文索引

• 创建表的时候创建

  CREATE TABLE articles (
      id INT UNSIGNED AUTO_INCREMENT NOT NULL PRIMARY KEY,
      title VARCHAR (200),
      body TEXT,
      FULLTEXT (title, body) WITH PARSER ngram
  ) ENGINE = INNODB DEFAULT CHARSET=utf8mb4 COMMENT='文章表';
  

• 创建表之后创建

  ALTER TABLE articles ADD FULLTEXT INDEX title_body_index (title,body) WITH PARSER ngram;
  

查询

• 不指定模式，默认使用自然语言模式

  SELECT * FROM articles WHERE MATCH (title,body) AGAINST ('文言文');
  

• 指定模式

  SELECT * FROM articles WHERE MATCH (title,body) AGAINST ('文言文' IN NATURAL LANGUAGE MODE);
  SELECT * FROM articles WHERE MATCH (title,body) AGAINST ('文言文' IN BOOLEAN MODE);
  

相关参数

innodb_ft_min_token_size

• 默认3，表示最小3个字符作为一个关键词，增大该值可减少全文索引的大小

innodb_ft_max_token_size

• 默认84，表示最大84个字符作为一个关键词，限制该值可减少全文索引的大小

ngram_token_size

• 默认2，表示2个字符作为内置分词解析器的一个关键词，如对“abcd”建立全文索引，关键词为’ab’，‘bc’，‘cd’

• 当使用ngram分词解析器时，innodb_ft_min_token_size和innodb_ft_max_token_size无效

• 如何设置

  在配置文件中修改，对于docker（本人安装的是mysql:5.7.33）安装的数据库，需要进入容器内，修改/etc/mysql/mysql.conf.d文件

  对于非docker安装的数据库，修改/etc/my.cnf。这都是在默认情况下的配置文件，具体到每个人，可能会不一样

  [mysqld]
  ngram_token_size = 1
  innodb_ft_min_token_size = 1
  innodb_ft_max_token_size = 84
  

这三个参数均不可动态修改，修改了这些参数，需重启MySQL服务，并重新建立全文索引！！

问题

查询数据不完整?如数据中明明存在文言文, 但是查询 文言的时候查询不到

解决方案

• 使用 boolean mode通配符模式。如有单词calculate, 查询匹配为select * from articles where match(title,body) AGAINST('cal*' in boolean mode);即可，如果用普通的自然语言模式+通配符则查询不到
• 调整 ngram_token_size的大小至合适的长度

查询模式

ngram Parser Term Search

• 模式查询
  • 在NATURAL LANGUAGE MODE检索模式下，查询关键字表达式被转换为若干个ngram词语的联合
    • 字符串“管理开发”（假设ngram_token_size=2）会被转换为“管理 理开 开发”。给出多行记录，这多条记录都匹配检索词语“管理 理开 开发”，只要包含其中之一即可，匹配其一即可返回
  • 在BOOLEAN MODE检索模式下，查询关键字表达式被转换为一个ngram短语检索
    • 例如，字符串“项目中管理”（假设ngram_token_size=2）会被转换为“项目 目中 中管 管理”。给出多行记录，这多条记录都匹配检索词语“项目 目中 中管 管理”。但是只有包含 “项目中管理” 的记录行匹配检索短语 ‘“项目 目中 中管 管理”’，完全匹配才可返回

ngram Parser Wildcard Search

• 通配符查询
  • 如果查询的通配符长度小于ngram token size
    • 如果查询的通配符长度小于ngram token size, 查询返回所有索引的行，这些行包含以前缀术语开头的ngram token
  • 如果查询的通配符长度大于ngram token size
    • 该前缀词语会被转换为一个ngram短语，与此同时，通配符符号会被忽略。例如，假设ngram_token_size=2，“管理开发 *”通配符检索会被转换为“管理 开发”（“ngram Parser Term Search”的BOOLEAN MODE）

ngram Parser Phrase Search

• 短语查询
  • 例如，检索短语“abc”会被转换为“ab bc”，包含“abc”和“ab bc”的记录都会被返回。检索短语“abc def”会被转换为“ab bc de ef”，包含“abcdef”的记录不会被返回

参考：
https://blog.csdn.net/u013887008/article/details/106757993
https://zhuanlan.zhihu.com/p/88275060