• MySQL全文本搜索


    启动全文本搜索

    CREATE TABLE productnotes
    {
        node_id int NOT NULL AUTO_INCREMENT,
        prod_id char(10) NOT NULL,
        note_date datetime NOT NULL,
        note_text text NULL,
        PRIMARY KEY(note_id),
        FULLTEXT(note_text)
    }ENGINE=MyISAM;
    
    • 这些列中有一个名为note_text的列,为了进行全文本搜索,MySQL根据子句FULLTEXT(note_text)的指示对它进行索引。这里的FULLTEXT索引单个列,如果需要也可以指定多个列。
    • 在定义之后,MySQL自动维护该索引。在增加、更新或删除行时,索引随之自动更新。
    • 可以在创建表时指定FULLTEXT,或者在稍后指定(在这种情况下所有已有数据必须立即索引)。

    进行全文本搜索

    mysql> SELECT note_text 
           FROM productnotes 
           WHERE Match(note_text) Against('rabbi')
    +------------------------------------------------------------------------------------------+
    | note_text                                                                                |
    +------------------------------------------------------------------------------------------+
    | Customer complaint: rabbit has been able to detect trap, food apparently less effective now.                             |
    | Quantity varies, sold by the sack load.All guaranteed to be bright and orange, and suitable for use as rabbit bait. |
    +------------------------------------------------------------------------------------------+
    2 rows in set (0.03 sec)
    
    • Match()指定被搜索的列,Against()指定要使用的搜索表达式。
    • 使用完整的 Match() 说 明 传递给 Match() 的值必须与FULLTEXT()定义中的相同。如果指定多个列,则必须列出它们(而且次序正确)。
    • 搜索不区分大小写 除非使用BINARY方式,否则全文本搜索不区分大小写。

    全文本匹配等级

    select note_text,match(note_text) AGAINST('rabbit')AS rank FROM productnotes;
    
    • Match()和Against()用来建立一个计算列(别名为rank),此列包含全文本搜索计算出的等级值。等级由MySQL根据行中词的数目、唯一词的数目、整个索引中词的总数以及包含该词的行的数目计算出来。正如所见,不包含词rabbit的行等级为0(因此不被前一例子中WHERE子句选择)。确实包含词rabbit的两个行每行都有一个等级值,文本中词靠前的行的等级值比词靠后的行的等级值高。

    • 排序多个搜索项 如果指定多个搜索项,则包含多数匹配词的那些行将具有比包含较少词(或仅有一个匹配)的那些行高的等级值。

    使用查询扩展

    SELECT note_text FROM productnotes Match(note_text) Against('anvils' WITH QUERY EXPANSION);
    

    在这里插入图片描述

    • 这次返回了7行。第一行包含词anvils,因此等级最高。第二行与anvils无关,但因为它包含第一行中的两个词(customer和recommend),所以也被检索出来。第3行也包含这两个相同的词,但它们在文本中的位置更靠后且分开得更远,因此也包含这一行,但等级为第三。第三行确实也没有涉及anvils(按它们的产品名)。
    • 正如所见,查询扩展极大地增加了返回的行数,但这样做也增加了你实际上并不想要的行的数目。

    布尔文本搜索[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ORwwE0Dh-1592563655670)(/home/cmf/.config/Typora/typora-user-images/image-20200619184012720.png)]

    • 然匹配词heavy,但-rope明确地指示MySQL排除包含rope

    全文本布尔操作符

    布 尔 操 作 符 说 明
    + 包含,词必须存在
    - 排除,词必须不出现
    > 包含,而且增加等级值
    < 包含,且减少等级值
    () 把词组成子表达式(允许这些子表达式作为一个组被包含、排除、排列等)
    ~ 取消一个词的排序值
    * 词尾的通配符
    "" 定义一个短语(与单个词的列表不一样,它匹配整个短语以便包含或排除这个短语)

    全文本搜索的使用说明

    • 索引全文本数据时,短词被忽略且从索引中排除。短词定义为那些具有3个或3个以下字符的词(如果需要,这个数目可以更改)。
    • MySQL带有一个内建的非用词(stopword)列表,这些词在索引全文本数据时总是被忽略。如果需要,可以覆盖这个列表(请参阅MySQL文档以了解如何完成此工作)。
    • 许多词出现的频率很高,搜索它们没有用处(返回太多的结果)。因此,MySQL规定了一条50%规则,如果一个词出现在50%以上的行中,则将它作为一个非用词忽略。50%规则不用于IN BOOLEAN MODE。
    • 如果表中的行数少于3行,则全文本搜索不返回结果(因为每个词或者不出现,或者至少出现在50%的行中)。
    • 忽略词中的单引号。例如,don't索引为dont。
    • 不具有词分隔符(包括日语和汉语)的语言不能恰当地返回全文本搜索结果。
    • 如前所述,仅在MyISAM数据库引擎中支持全文本搜索。
  • 相关阅读:
    百度指数感想
    冲刺贡献分
    冲刺三
    通过myEclipse创建hibernate的实体类
    并发处理
    数据库设计原则(转载)
    Extjs学习
    关于oracle存储过程需要注意的问题
    oracle存储过程
    十大编程算法
  • 原文地址:https://www.cnblogs.com/chengmf/p/13164613.html
Copyright © 2020-2023  润新知