基于mysql全文索引的深入理解
前言:本文简单讲述全文索引的应用实例,mysql演示版本5.5.24。
q:全文索引适用于什么场合?
a:全文索引是目前实现大数据搜索的关键技术。
至于更详细的介绍请自行百度,本文不再阐述。
--------------------------------------------------------------------------------
一、如何设置?
如图点击结尾处的{全文搜索}即可设置全文索引,不同mysql版本名字可能不同。
二、设置条件
1.表的存储引擎是myisam,默认存储引擎innodb不支持全文索引(新版本mysql5.6的innodb支持全文索引)
2.字段类型:char、varchar和text
三、配置
my.ini配置文件中添加
# mysql全文索引查询关键词最小长度限制
[mysqld]
ft_min_word_len = 1
保存后重启mysql,执行sql语句
show variables
查看ft_min_word_len是否设置成功,如果没设置成功请确保
1.确认my.ini正确配置,注意不要搞错my.ini的位置
2.确认mysql已经重启,实在不行重启电脑
其他相关配置请自行百度。
注:重新设置配置后,已经设置的索引需要重新设置生成索引
四、sql语法
首先生成temp表
create table if not exists `temp` ( `id` int(11) not null auto_increment, `char` char(50) not null, `varchar` varchar(50) not null, `text` text not null, primary key (`id`), fulltext key `char` (`char`), fulltext key `varchar` (`varchar`), fulltext key `text` (`text`) ) engine=myisam default charset=utf8 auto_increment=2 ; insert into `temp` (`id`, `char`, `varchar`, `text`) values (1, 'a bc 我 知道 1 23', 'a bc 我 知道 1 23', 'a bc 我 知道 1 23');
搜索`char`字段 'a' 值
select * from `temp` where match(`char`) against ('a')
但是你会发现查询无结果?!
这时你也许会想:哎呀怎么回事,我明明按照步骤来做的啊,是不是那里漏了或者错了?
你不要着急,做程序是这样的,出错总是有的,静下心来,着急是不能解决问题的。
如果一个关键词在50%的数据出现,那么这个词会被当做无效词。
如果你想去除50%的现在请使用in boolean mode搜索
select * from `temp` where match(`char`) against ('a' in boolean mode)
这样就可以查询出结果了,但是我们不推荐使用。
全文索引的搜索模式的介绍自行百度。
我们先加入几条无用数据已解除50%限制
insert into `temp` ( `id` , `char` , `varchar` , `text` ) values ( null , '7', '7', '7' ), ( null , '7', '7', '7' ), ( null , 'a,bc,我,知道,1,23', 'a,bc,我,知道,1,23', 'a,bc,我,知道,1,23' ), ( null , 'x', 'x', 'x' );
这时你执行以下sql语句都可以查询到数据
select * from `temp` where match(`char`) against ('a'); select * from `temp` where match(`char`) against ('bc'); select * from `temp` where match(`char`) against ('我'); select * from `temp` where match(`char`) against ('知道'); select * from `temp` where match(`char`) against ('1'); select * from `temp` where match(`char`) against ('23');
以下sql搜索不到数据
select * from `temp` where match(`char`) against ('b'); select * from `temp` where match(`char`) against ('c'); select * from `temp` where match(`char`) against ('知'); select * from `temp` where match(`char`) against ('道'); select * from `temp` where match(`char`) against ('2'); select * from `temp` where match(`char`) against ('3');
如果搜索多个词,请用空格或者逗号隔开
select * from `temp` where match(`char`) against ('a x'); select * from `temp` where match(`char`) against ('a,x');
上面的sql都可以查询到三条数据
五、分词
看到这里你应该发现我们字段里的值也是分词,不能直接插入原始数据。
全文索引应用流程:
1.接收数据-数据分词-入库
2.接收数据-数据分词-查询
现在有个重要的问题:怎么对数据分词?
数据分词一般我们会使用一些成熟免费的分词系统,当然如果你有能力也可以自己做分词系统,这里我们推荐使用scws分词插件。
首先下载
1.php_scws.dll 注意对应版本
2.xdb词典文件
3.规则集文件
安装scws
1.先建一个文件夹,位置不限,但是最好不要中文路径。
2.解压{规则集文件},把xdb、三个ini文件全部扔到 d:\scws
3.把php_scws.dll复制到你的php目录下的ext文件夹里面
4.在 php.ini 的末尾加入以下几行:
[scws]
;
; 注意请检查 php.ini 中的 extension_dir 的设定值是否正确, 否则请将 extension_dir 设为空,
; 再把 php_scws.dll 指定为绝对路径。
;
extension = php_scws.dll
scws.default.charset = utf8
scws.default.fpath = "d:\scws"
5.重启你的服务器
测试
$str="测试中文分词"; $so = scws_new(); $so->send_text($str); $temp=$so->get_result(); $so->close(); var_dump($temp);
如果安装未成功,请参照官方说明文档
--------------------------------------------------------------------------------
这样我们就可以使用全文索引技术了。