理解全文本检索

 

    MySQL支持的几种基本数据库引擎，并非所有的引擎都支持本书多描述的全文本搜索，最常用的MyISAM和InnoDB，只有前者支持。


LIKE表达式和正则表达式，虽然这些搜索机制非常有用，但存在几个重要的限制。


1、性能——通配符和正则表达式匹配通常要求MySQL尝试匹配表的所有行（这些搜索极少用到表的索引），因此，被搜索引行数不断增加，这些搜索可能非常耗时。

 

2、明确控制——使用通配符和正则表达式匹配，很难（而且并不总是能）明确地控制匹配什么和不匹配什么。

 

3、智能化结果——虽然基于通配符和正则表达式的搜索提供了非常灵活的搜索，但他们都不能提供一种智能化的选择结果的方法。


    而在使用全文本搜索时，MySQL不需要分别查看每个行，不需要分别解析和处理每个词，MySQL创建指定列中各词的一个索引，搜索可以针对这些词进行，这样MySQL可以快速有效地解决哪些词匹配


使用全文本搜索

为了进行全文本搜索，必须索引被搜索的列，而且要随着数据的改变不断地重新索引，而在表进行适当的设计之后，MySQL会自动进行所有的索引和重新索引。

 

使用查询扩展

   查询扩展用来设法放宽所说返回的全文本搜索结果的范围


在使用查询扩展时，MySQL对数据库和索引进行两遍扫描来完成搜索：

首先，进行一个基本的全文搜索，找出与搜索条件匹配的所有行

其次，MySQL检查这些匹配行并选择所有有用的词

在其次，MySQL再次进行全文搜索，这次不仅使用原来的条件，而且还要使用所有有用的词。


全文搜索的使用说明

 

1、在索引全文数据时，短词被忽略且从索引中排除，短语定义为那些具有三个或者三个以下的字符的词（如果需要，这个数目可以修改）

2、MySQL带有内建的非用词列表，这些词在索引全文数据时总是被忽略，如果需要，可以覆盖这个列表

3、许多词出现频率很高，搜索他们没有用处（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，非用词规则不用于IN BOOLEAN MODE。

如果表中的数据少于三行，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）

4、忽略词的单引号，例如，don't索引为dont

5、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搜索结果，

6，仅在MyISAM数据库引擎中支持全文搜索。