MySQL ------ 全文本搜索（ match和Against），以及查询扩展和 布尔方式（十七）

 select note_text from productnotes where match(note_text) against(‘rabbit‘);

 select 语句检索单个列onte_text 由于where 子句，一个全文本搜索被执行，match(note_text) 指示mysql 针对列名为note_text 的进行搜索，against(‘rabbit‘) 指定在该列中搜索文本中含有 rabbit 的行，包含的行就返回

注意：

　　1、传递给match() 的值必须与fulltext() 定义中的相同，如果指定多个列，则必须列出他们，而且次序也要相同

　　2、全文本搜索不区分大小写，除非使用 binary 方式

使用 like 和 regexp 的方式实现

 select note_text from productnotes where note_text like ‘%rabbit%‘;
 select note_text from productnotes where note_text regexp ‘rabbit‘;

 发现这两种方式检索出来的两行，与使用全文本搜索检索出来的 顺序（次序）不同，而且都没有使用order by

为啥来

因为使用全文本搜索返回的数据，以文本匹配的良好程度排序匹配，虽然两行都有rabbit 这个词，但是一个位置在第3个词，另一个位置在第20个词，所以全文本搜索根据具有高等级的行先返回（这也可能是真正想要的）。而like 没有指定也不会以特别有用的顺序返回数据。

如何计算他们的程度的来

 select note_text,match(note_text) against(‘rabbit‘) as rank from productnotes;

 match ()  和 against() 用来建立一个计算列（别名rank），将此列包含全文本搜索计算出等级值

等级计算方式：mysql  根据行中词的数目、唯一词的数目、整个索引中词的总数以及包含该词的行的数目计算出来。其中不含有的为 0 ，包含的都有一个等级值，等级值越高检索出来后的排列越靠前。如果指定多个搜索项，则包含多数匹配词的那些行将比包含较少词（或仅有一个匹配）的那些行等级高。

全文本搜索提供了like 不具有的功能，而且由于数据是索引的，全文本搜索还较快

2、查询扩展（WITH QUERY EXPANSION）：用来设法放宽所返回的全文本搜索结果的范围。

就是首先将根据关键词全文本搜索找出来行，然后再根据返回出来的行，从中选择有用的词，在和关键词一块作为查询条件进行搜索。

查询扩展只适用于mysql 4.1.1 或更高级的版本

使用查询扩展时，mysql 对数据和索引进行两遍扫描来完成搜索，找出可能相关的结果，即使他们并不精确的包含所查找的词。

　　1、首先，进行一个基本的全文本搜索，找出与搜索条件匹配的所有行

　　2、然后，mysql 检查这些匹配行并选择所有有用的词（根据关键词检索出来的那个行从中选择有用的词）

　　3、最后，MySQL再次进行全文本搜索，这次不仅使用原来的条件，还要使用所有有用的词

--   启用查询扩展   WITH QUERY EXPANSION
 select note_text from productnotes where match(note_text) against(‘anvils‘ WITH QUERY EXPANSION);

 从上述可以看出，第一行有 anvils （铁砧），剩下的6行都没有，第二行根据 第一行中的两个有特点的词（customer（顾客）和 Recommend（推荐）），在进行查找，为啥选customer作为检索的词可能是在此行中出现的较多,还是个主语,了解就行

使用查询扩展检索出来的行更多，表中的行越多使用查询扩展返回的结果越好 ，因为更多的选择意味着更有机会把你快要忘记的那个找到。

3、布尔文本搜索（IN BOOLEAN MODE）

MySQL支持全文本搜索的另一种形式，布尔方式（boolean mode）

注意：

　　1、布尔方式即使没有定义fulltext 索引，也可以使用，但是它是一种非常缓慢的操作（其性能将随着数据i量的增加而降低）

　　2、要匹配的词

　　3、要排斥的词（如果某行包含这个词，则不返回，即使它包含其他指定的词）

　　4、排列提示（指定某些词比其他词更重要，更重要的词等级更高）

　　5、表达式分组

　　6、另外一些内容

-- 简单使用
select note_text from productnotes   where match(note_text) against (‘heavy‘ in boolean mode);

 另一种用法，指定排斥的词

-- 匹配包含 但不包含 任意以rope 开始的词的行
 select note_text from productnotes   where match(note_text) against (‘heavy -rope*‘ in boolean mode);

如果数据的的版本是 mysql 4.x 上面可能不反回任何行，其不支持 * ，要改为 -ropes 意思变成 并排除含有 ropes 的行

上述的 - 和 * 就是全文本布尔操作符

小小使用

 注意：在布尔方式中不按照等级值降序排列返回行

全文本搜索的使用说明

1、在索引全文本数据时，短词被忽略且从索引中排除。短词定义为那些具有3个或3个以下字符的词（如果需要，这个数目可以改）

2、MySQL带有一个内建的非用词（stopword）列表，这些词在索引全文本数据时总是被忽略。如果需要，可以覆盖这个列表

3、许多词出现的频率很高，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50%以上的行中。则将他作为一个非用词忽略。50%规则不用于 IN BOOLEAN MODE

4、如果表中的行数少于3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%行中）

5、忽略词中的单引号，列如: don‘t  索引为dont

6、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本搜索结果

7、仅在myisam 数据引擎中支持全文本搜索

8、邻近搜索是许多全文本搜索支持的一个特定，它能搜索相邻的词（在相同的句子中，相同段落中或者在特定数目的词的部分中等等），但是MySQL全文本搜索现在不支持邻近操作符

9、MySQL使用 match() 和 against() 函数进行全文本搜索

10、查询扩展（WITH QUERY EXPANSION）

11、布尔文本搜索（IN BOOLEAN MODE）

MySQL ------ 全文本搜索（ match和Against），以及查询扩展和 布尔方式（十七）

标签：数据引擎   pes   match   重要   常用   image   用处   customer   列表