mysql全文檢索搜尋與中文全文檢索搜尋方法

mysql內建的功能。

MySQL全文檢索搜尋的文法

代碼如下	複製代碼
SELECT fields list FROM table WHERE MATCH ( col1 , col2 ,...) AGAINST ( expr [ search_modifier ])   search_modifier: { IN BOOLEAN MODE | WITH QUERY EXPANSION }

例如：

代碼如下	複製代碼
select *　from articles where match(title, body) against(‘北京 奧運’)在欄位“title,body”上全文檢索搜尋“北京 奧運”

 

注意，MySQL的全文檢索搜尋索引只能建立在Myisam引擎上。

 首先用下面表舉例：

代碼如下	複製代碼
CREATE TABLE articles ( id INT UNSIGNED AUTO_INCREMENT NOT NULL PRIMARY KEY, title VARCHAR(200), body TEXT, FULLTEXT (title,body) ) ENGINE=MyISAM DEFAULT CHARSET=utf8;

MySQL使用Match()和Against()執行全文檢索搜尋，舉例如下：

代碼如下	複製代碼
SELECT body FROM articles WHERE Match(body) Against('www.111cn.net');

如上Match是正對指定的列進行搜尋，Against('www.phpddt.com')是正對指定詞進行搜尋

另外：

使用查詢擴充WITH QUERY EXPANSION，將會搜尋出更多結果（mysql會將匹配的行中有用的詞再次進行搜尋，這樣搜尋出來的結果更多，但可能不是你想要的）；

使用布爾文本搜尋IN BOOLEAN MODE,類似我們平時使用seo/seo.html" target="_blank">搜尋引擎時用到的的文法：邏輯與、邏輯或、邏輯非等.支援的布爾操作符如下：

全文布爾操作符:
--------------------------------------------------------------------------------------------------------------
|操作符                        |      說明                                                                                  |
--------------------------------------------------------------------------------------------------------------
|    +                       |包含，詞必須存在                                                                            
|     －                      |排除，詞必須不出現                                                                        
|     >                      |包含，而且增加等級值                                                                     
|     <                      |包含，且減少等級值                                                                         
|     ()                      |把片語成子運算式(允許這些子運算式作為一個組被包含，排除，排列等)
|      ~                     |取消一個詞的排序值
|     *                       |詞尾的萬用字元
|     " "                     |定義一個短語(與單個詞的列表不一樣，它匹配整個短語以便包含或排除這個短語) 
----------------------------------------------------------------------------------------------------------------

使用方法如下：

代碼如下	複製代碼
SELECT * FROM articles WHERE MATCH (title,body)      AGAINST ('+apple -banana' IN BOOLEAN MODE);

   + 表示AND，即必須包含。- 表示NOT，即不包含。

 

代碼如下	複製代碼
SELECT * FROM articles WHERE MATCH (title,body)      AGAINST ('apple banana' IN BOOLEAN MODE);

   apple和banana之間是空格，空格表示OR，即至少包含apple、banana中的一個。

 

代碼如下	複製代碼
SELECT * FROM articles WHERE MATCH (title,body)      AGAINST ('+apple banana' IN BOOLEAN MODE);

   必須包含apple，但是如果同時也包含banana則會獲得更高的權重。

代碼如下	複製代碼
SELECT * FROM articles WHERE MATCH (title,body)      AGAINST ('+apple ~banana' IN BOOLEAN MODE);

   ~ 是我們熟悉的異或運算子。返回的記錄必須包含apple，但是如果同時也包含banana會降低權重。但是它沒有 +apple -banana 嚴格，因為後者如果包含banana壓根就不返回。

代碼如下	複製代碼
SELECT * FROM articles WHERE MATCH (title,body)      AGAINST ('+apple +(>banana <orange)' IN BOOLEAN MODE);

   返回同時包含apple和banana或者同時包含apple和orange的記錄。但是同時包含apple和banana的記錄的權重高於同時包含apple和orange的記錄。

MySQL對中文全文索引無法正確支援,下面再介紹一個外掛程式，利用mysqlcft 實現中文全文檢索搜尋。

Mysqlcft 是為 MySQL 5.1.22 ~ 5.1.25 RC 開發的中文全文索引外掛程式，用於解決MySQL無法正確支援中文全文檢索索引的問題

1、優點：

•精準度很高：採用自創的“三位元組交叉切分演算法”，對中文語句進行分割，無中文分詞詞庫，搜尋精準度遠比中文分詞演算法高，能達到LIKE '%...%"的準確率。
•查詢速度快：查詢速度比LIKE '%...%"搜尋快3～50倍，文章末尾有測試結果；
•標準外掛程式式：以MySQL 5.1全文索引的標準外掛程式形式開發，不修改MySQL原始碼，不影響MySQL的其他功能，可快速跟進MySQL新版本；
•支援版本多：支援所有的MySQL 5.1 Release Candidate版本，即MySQL 5.1.22 RC～最新的MySQL 5.1.25 RC；
•支援字元集：支援包括GBK、GB2312、UTF-8、Latin1、BIG5在內的MySQL字元集（其他字元集沒有測試過）；
•系統相容好：具有i386和x86_64兩個版本，支援32位（i386）和64位（x86_64）CPU及Linux系統；
•適合分布式：非常適合MySQL Slave分布式系統架構，無詞庫維護成本，不存在詞庫同步問題。
2、缺點：

•mysqlcft中文全文索引只適用於MyISAM表，因為MySQL只支援對MyISAM表建立FULLTEXT索引；
•MySQL不能靜態編譯安裝，否則無法安裝mysqlcft外掛程式；
•基於“三位元組交叉切分演算法”的索引檔案會比海量、ft-hightman等基於“中文分詞演算法”的索引檔案稍大，但不是大很多。
根據我的測試，mysqlcft全文索引的.MYI索引檔案是.MYD資料檔案的2～6倍

外掛程式下載 https://code.google.com/p/mysqlcft/