mysql全文搜索与中文全文搜索方法
mysql自带的功能。
MySQL全文搜索的语法
| 代码如下 | |
|
SELECT fields list FROM table WHERE MATCH ( col1 , col2 ,...) AGAINST ( expr [ search_modifier ]) { IN BOOLEAN MODE | WITH QUERY EXPANSION }
|
|
例如：
| 代码如下 | |
| select * from articles where match(title, body) against(‘北京 奥运’)在字段“title,body”上全文搜索“北京 奥运” | |
注意，MySQL的全文搜索索引只能建立在Myisam引擎上。
首先用下面表举例：
| 代码如下 | |
|
CREATE TABLE articles ( |
|
MySQL使用Match()和Against()执行全文搜索，举例如下：
| 代码如下 | |
|
SELECT body FROM articles WHERE Match(body) Against('www.111cn.net'); |
|
如上Match是正对指定的列进行搜索，Against('www.phpddt.com')是正对指定词进行搜索
另外：
使用查询扩展WITH QUERY EXPANSION，将会搜索出更多结果（mysql会将匹配的行中有用的词再次进行搜索，这样搜索出来的结果更多，但可能不是你想要的）；
使用布尔文本搜索IN BOOLEAN MODE,类似我们平时使用seo/seo.html" target="_blank">搜索引擎时用到的的语法：逻辑与、逻辑或、逻辑非等.支持的布尔操作符如下：
全文布尔操作符:
--------------------------------------------------------------------------------------------------------------
|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)
----------------------------------------------------------------------------------------------------------------
使用方法如下：
| 代码如下 | |
|
SELECT * FROM articles WHERE MATCH (title,body) AGAINST ('+apple -banana' IN BOOLEAN MODE); |
|
+ 表示AND，即必须包含。- 表示NOT，即不包含。
| 代码如下 | |
|
SELECT * FROM articles WHERE MATCH (title,body) AGAINST ('apple banana' IN BOOLEAN MODE); |
|
apple和banana之间是空格，空格表示OR，即至少包含apple、banana中的一个。
| 代码如下 | |
|
SELECT * FROM articles WHERE MATCH (title,body) AGAINST ('+apple banana' IN BOOLEAN MODE); |
|
必须包含apple，但是如果同时也包含banana则会获得更高的权重。
| 代码如下 | |
|
SELECT * FROM articles WHERE MATCH (title,body) AGAINST ('+apple ~banana' IN BOOLEAN MODE); |
|
~ 是我们熟悉的异或运算符。返回的记录必须包含apple，但是如果同时也包含banana会降低权重。但是它没有 +apple -banana 严格，因为后者如果包含banana压根就不返回。
| 代码如下 | |
|
SELECT * FROM articles WHERE MATCH (title,body) AGAINST ('+apple +(>banana <orange)' IN BOOLEAN MODE); |
|
返回同时包含apple和banana或者同时包含apple和orange的记录。但是同时包含apple和banana的记录的权重高于同时包含apple和orange的记录。
MySQL对中文全文索引无法正确支持,下面再介绍一个插件，利用mysqlcft 实现中文全文搜索。
Mysqlcft 是为 MySQL 5.1.22 ~ 5.1.25 RC 开发的中文全文索引插件，用于解决MySQL无法正确支持中文全文检索的问题
1、优点：
•精准度很高：采用自创的“三字节交叉切分算法”，对中文语句进行分割，无中文分词词库，搜索精准度远比中文分词算法高，能达到LIKE '%...%"的准确率。
•查询速度快：查询速度比LIKE '%...%"搜索快3～50倍，文章末尾有测试结果；
•标准插件式：以MySQL 5.1全文索引的标准插件形式开发，不修改MySQL源代码，不影响MySQL的其他功能，可快速跟进MySQL新版本；
•支持版本多：支持所有的MySQL 5.1 Release Candidate版本，即MySQL 5.1.22 RC～最新的MySQL 5.1.25 RC；
•支持字符集：支持包括GBK、GB2312、UTF-8、Latin1、BIG5在内的MySQL字符集（其他字符集没有测试过）；
•系统兼容好：具有i386和x86_64两个版本，支持32位（i386）和64位（x86_64）CPU及Linux系统；
•适合分布式：非常适合MySQL Slave分布式系统架构，无词库维护成本，不存在词库同步问题。
2、缺点：
•mysqlcft中文全文索引只适用于MyISAM表，因为MySQL只支持对MyISAM表建立FULLTEXT索引；
•MySQL不能静态编译安装，否则无法安装mysqlcft插件；
•基于“三字节交叉切分算法”的索引文件会比海量、ft-hightman等基于“中文分词算法”的索引文件稍大，但不是大很多。
根据我的测试，mysqlcft全文索引的.MYI索引文件是.MYD数据文件的2～6倍
插件下载 https://code.google.com/p/mysqlcft/
