继续放弃治疗。
0. 背景介绍1. 环境准备2. 导入数据3. 全文搜索测试4. 继续放弃治疗
0. 背景介绍
前文MySQL 8.0 InnoDB全文索引可用于生产环境吗中，简单介绍了MySQL 8.0中对InnoDB表进行全文搜索的性能测试，结论是不建议用于生产环境。
有同学建议调整测试模式，不对大文本/大对象列全文搜索，而是对类似标题这种短文本列进行全文搜索，代替 like'%关键词%' 这样的搜索方式。
本次就该建议进行测试，不过最终的结论也还是不建议使用全文搜索。
1. 环境准备
本次测试依旧采用MySQL 8.0.19版本。几个关键参数：
ngram_token_size = 1
ft_min_word_len = 1
innodb_ft_min_token_size = 1
innodb_ft_cache_size = 80000000
innodb_ft_total_cache_size = 1600000000
innodb_buffer_pool_size = 10737418240
新的测试表：
[root@yejr.run]> CREATE TABLE `t3` (
`id` int unsigned NOT NULL AUTO_INCREMENT,
`ltu` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP,
`summary` varchar(255) NOT NULL,
PRIMARY KEY (`id`),
FULLTEXT KEY `k2` (`summary`) /*!50100 WITH PARSER `ngram` */
) ENGINE=InnoDB AUTO_INCREMENT=6449884 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci;2. 导入数据
还是从小说网站上下载的数据进行切分，每次不超过200字节，一个大文件被切分成很多分导入。
最后，共导入6438121条数据，最短9个字符21字节，最长255字符757字节。
看下表统计信息：
[root@yejr.run]> show table status like 't3'\G
*************************** 1. row ***************************
Name: t3
Engine: InnoDB
Version: 10
Row_format: Dynamic
Rows: 6434441
Avg_row_length: 319
Data_length: 2053111808
Max_data_length: 0
Index_length: 114999296
Data_free: 5242880
Auto_increment: 6449884
Create_time: 2020-05-10 19:23:12
Update_time: NULL
Check_time: NULL
Collation: utf8mb4_0900_ai_ci
Checksum: NULL
Create_options: stats_sample_pages=100
Comment:
#表空间文件有2.1GB
[root@yejr.run]# ls -l test/t3.ibd
-rw-r----- 1 mysql mysql 2197815296 May 9 14:37 test/t3.ibd
#索引文件加起来2.3GB
[root@yejr data01]# du -sch test/fts_0000000000000571_*
209M test/fts_0000000000000571_0000000000000231_index_1.ibd
80K test/fts_0000000000000571_0000000000000231_index_2.ibd
80K test/fts_0000000000000571_0000000000000231_index_3.ibd
80K test/fts_0000000000000571_0000000000000231_index_4.ibd
80K test/fts_0000000000000571_0000000000000231_index_5.ibd
2.1G test/fts_0000000000000571_0000000000000231_index_6.ibd
80K test/fts_0000000000000571_being_deleted_cache.ibd
80K test/fts_0000000000000571_being_deleted.ibd
80K test/fts_0000000000000571_config.ibd
80K test/fts_0000000000000571_deleted_cache.ibd
608K test/fts_0000000000000571_deleted.ibd
2.3G total
注意，上面输出的table status中 Index_length 不为 0，按理说这个表非聚集的二级索引，这里的值应该是 0 才对，后面再去确认什么原因，有知道的读者也请留言告知，谢谢。
文档中关于 Index_length 的解释：
For MyISAM, Index_length is the length of the index file, in bytes.
For InnoDB, Index_length is the approximate amount of space allocated for non-clustered indexes, in bytes. Specifically, it is the sum of non-clustered index sizes, in pages, multiplied by the InnoDB page size.
Refer to the notes at the end of this section for information regarding other storage engines.
3. 全文搜索测试
本次我根据导入的文章，随机找几个关键词进行测试。
第一个关键词：绿毒蛙。多次反复全文搜索查询，耗时约为 1.67 ~ 1.75秒 之间。
# Query_time: 1.691762 Rows_sent: 13 Rows_examined: 120473
利用profiling查看耗时最久的两个阶段
| FULLTEXT initialization | 1.384282 |
| executing | 0.324287 |
改成 like'%绿毒蛙%' 模糊搜索，耗时基本稳定在 7.5 ~ 8.0秒 之间
# Query_time: 7.511337 Rows_sent: 13 Rows_examined: 6438121
profiling的结果
| executing | 7.511123 |
首个关键词扫描行数 120473，全文搜索胜出。
第二个关键词：田大仁。
这次的全文搜索耗时则慢了很多
# Query_time: 72.822958 Rows_sent: 2334 Rows_examined: 1850544
...
| FULLTEXT initialization | 67.449839 |
| executing | 5.083728 |
这个关键词的扫描行数是 1850544，是第一个关键词的 15.36 倍。
LIKE模糊搜索耗时还是和第一个关键词差不多，7.5 ~ 8.0秒 之间。
此外，全文搜索时如果加上 LIMIT N 对性能提升并没有实质性帮助，而且在 slow query log 中记录的 Rows_examined 值也不准确
SELECT ... LIMIT 5;
...
# Query_time: 67.928363 Rows_sent: 5 Rows_examined: 211
从 profiling 的结果来看，在 FULLTEXT initialization 阶段的耗时占总耗时的98%，约66.59秒，只是在 executing 阶段提升了，加上 LIMIT5 之后，耗时从 5秒 降低到 0.7秒。
第三个关键词我选择了比较常见的"时间"。这次的全文搜索则要更久，总耗时 553.69秒
# Query_time: 553.693291 Rows_sent: 256491 Rows_examined: 1838688
即便加上 LIMIT 5也需要543秒
SELECT ... LIMIT 5;
...
# Query_time: 543.437429 Rows_sent: 5 Rows_examined: 10
用LIKE的模糊搜索耗时7.9秒
# Query_time: 7.900584 Rows_sent: 256475 Rows_examined: 6438121
...
select *,0 as score from t3 where summary like '%时间%';4. 继续放弃治疗
从上面的几个简单测试中能看出来InnoDB的全文索引效率还不是太可靠，如果没有靠谱的分词库的话，还是不建议在生产环境上使用，个人愚见，欢迎批评指正 ：）
全文完。
由叶老师主讲的知数堂「MySQL优化课」课程早已升级到MySQL 8.0版本了，现在上车刚刚好，扫码开启MySQL 8.0的修行之旅吧。
另外，叶老师在腾讯课堂《MySQL性能优化》精编版第一期已完结，本课程讲解读几个MySQL性能优化的核心要素：合理利用索引，降低锁影响，提高事务并发度。
下面是自动拼团的二维码，组团价仅需78元
