文档首页
MySQL 9.0 参考手册
相关文档 下载本手册
PDF (US Ltr) - 40.0Mb
PDF (A4) - 40.1Mb
手册页 (TGZ) - 258.2Kb
手册页 (Zip) - 365.3Kb
信息 (Gzip) - 4.0Mb
信息 (Zip) - 4.0Mb


MySQL 9.0 参考手册  /  ...  /  微调 MySQL 全文搜索

14.9.6 微调 MySQL 全文搜索

MySQL 的全文搜索功能几乎没有用户可调参数。如果您有 MySQL 源代码发行版,则可以对全文搜索行为进行更多控制,因为某些更改需要修改源代码。请参阅第 2.8 节“从源代码安装 MySQL”

全文搜索经过精心调整以提高效率。在大多数情况下,修改默认行为实际上会降低效率。除非您知道自己在做什么,否则请勿更改 MySQL 源代码

本节中描述的大多数全文变量必须在服务器启动时设置。更改它们需要重新启动服务器;它们不能在服务器运行时修改。

某些变量更改要求您重建表中的FULLTEXT索引。有关执行此操作的说明,请参阅本节后面的内容。

配置最小和最大单词长度

要索引的单词的最小和最大长度由InnoDB搜索索引的innodb_ft_min_token_sizeinnodb_ft_max_token_size,以及MyISAM索引的ft_min_word_lenft_max_word_len定义。

注意

最小和最大单词长度全文参数不适用于使用 ngram 解析器创建的FULLTEXT索引。ngram 标记大小由ngram_token_size选项定义。

更改任何这些选项后,请重建您的FULLTEXT索引以使更改生效。例如,要使两个字符的单词可搜索,您可以将以下行放入选项文件中

[mysqld]
innodb_ft_min_token_size=2
ft_min_word_len=2

然后重新启动服务器并重建您的FULLTEXT索引。对于MyISAM表,请注意以下有关重建MyISAM全文索引的说明中关于myisamchk的说明。

配置自然语言搜索阈值

对于MyISAM搜索索引,自然语言搜索的 50% 阈值由选择的特定权重方案决定。要禁用它,请在storage/myisam/ftdefs.h中查找以下行

#define GWS_IN_USE GWS_PROB

将该行更改为

#define GWS_IN_USE GWS_FREQ

然后重新编译 MySQL。在这种情况下,无需重建索引。

注意

通过进行此更改,您将严重降低 MySQL 为MATCH()函数提供足够相关性值的能力。如果您确实需要搜索此类常见词,最好使用IN BOOLEAN MODE进行搜索,该模式不会遵守 50% 的阈值。

修改布尔全文搜索运算符

要更改用于MyISAM表上的布尔全文搜索的运算符,请设置ft_boolean_syntax系统变量。(InnoDB没有等效的设置。)此变量可以在服务器运行时更改,但您必须具有足够的权限才能设置全局系统变量(请参阅第 7.1.9.1 节“系统变量权限”)。在这种情况下,无需重建索引。

字符集修改

对于内置的全文解析器,您可以通过以下几种方式更改被视为单词字符的字符集,如下面的列表所述。修改后,请为包含任何FULLTEXT索引的每个表重建索引。假设您要将连字符 ('-') 视为单词字符。使用以下方法之一

  • 修改 MySQL 源代码:在storage/innobase/handler/ha_innodb.cc(对于InnoDB)或storage/myisam/ftdefs.h(对于MyISAM)中,请参阅true_word_char()misc_word_char()宏。将'-'添加到其中一个宏并重新编译 MySQL。

  • 修改字符集文件:这不需要重新编译。true_word_char()宏使用字符类型表来区分字母和数字与其他字符。.您可以编辑其中一个字符集 XML 文件中<ctype><map>数组的内容,以指定'-'字母。然后对您的FULLTEXT索引使用给定的字符集。有关<ctype><map>数组格式的信息,请参阅第 12.13.1 节“字符定义数组”

  • 为索引列使用的字符集添加新的排序规则,并将列更改为使用该排序规则。有关添加排序规则的一般信息,请参阅第 12.14 节“向字符集添加排序规则”。有关特定于全文索引的示例,请参阅第 14.9.7 节“为全文索引添加用户定义的排序规则”

重建 InnoDB 全文索引

为了使更改生效,在修改以下任何全文索引变量后,必须重建 FULLTEXT 索引:innodb_ft_min_token_sizeinnodb_ft_max_token_sizeinnodb_ft_server_stopword_tableinnodb_ft_user_stopword_tableinnodb_ft_enable_stopwordngram_token_size。修改 innodb_ft_min_token_sizeinnodb_ft_max_token_sizengram_token_size 需要重启服务器。

要为 InnoDB 表重建 FULLTEXT 索引,请使用带有 DROP INDEXADD INDEX 选项的 ALTER TABLE 删除并重新创建每个索引。

优化 InnoDB 全文索引

在具有全文索引的表上运行 OPTIMIZE TABLE 会重建全文索引,删除已删除的文档 ID,并在可能的情况下合并同一单词的多个条目。

要优化全文索引,请启用 innodb_optimize_fulltext_only 并运行 OPTIMIZE TABLE

mysql> set GLOBAL innodb_optimize_fulltext_only=ON;
Query OK, 0 rows affected (0.01 sec)

mysql> OPTIMIZE TABLE opening_lines;
+--------------------+----------+----------+----------+
| Table              | Op       | Msg_type | Msg_text |
+--------------------+----------+----------+----------+
| test.opening_lines | optimize | status   | OK       |
+--------------------+----------+----------+----------+
1 row in set (0.01 sec)

为了避免大型表上全文索引的重建时间过长,可以使用 innodb_ft_num_word_optimize 选项分阶段执行优化。innodb_ft_num_word_optimize 选项定义每次运行 OPTIMIZE TABLE 时优化的单词数。默认设置为 2000,这意味着每次运行 OPTIMIZE TABLE 时会优化 2000 个单词。后续的 OPTIMIZE TABLE 操作将从上一次 OPTIMIZE TABLE 操作结束的地方继续。

重建 MyISAM 全文索引

如果您修改了影响索引的全文变量(ft_min_word_lenft_max_word_lenft_stopword_file),或者更改了停用词文件本身,则必须在更改并重启服务器后重建 FULLTEXT 索引。

要重建 MyISAM 表的 FULLTEXT 索引,只需执行 QUICK 修复操作即可。

mysql> REPAIR TABLE tbl_name QUICK;

或者,也可以像上面描述的那样使用 ALTER TABLE。在某些情况下,这可能比修复操作更快。

每个包含任何 FULLTEXT 索引的表都必须按照上面显示的方式进行修复。否则,对该表的查询可能会产生错误的结果,并且对该表的修改会导致服务器将该表视为已损坏且需要修复。

如果您使用 myisamchk 执行修改 MyISAM 表索引的操作(例如修复或分析),则将使用最小单词长度、最大单词长度和停用词文件的 默认 全文参数值重建 FULLTEXT 索引,除非您另行指定。这可能会导致查询失败。

出现此问题的原因是,这些参数只有服务器知道。它们没有存储在 MyISAM 索引文件中。为了避免此问题,如果您修改了服务器使用的最小或最大单词长度或停用词文件值,请为 myisamchk 指定与 mysqld 相同的 ft_min_word_lenft_max_word_lenft_stopword_file 值。例如,如果您将最小单词长度设置为 3,则可以使用 myisamchk 修复表,如下所示:

myisamchk --recover --ft_min_word_len=3 tbl_name.MYI

为了确保 myisamchk 和服务器对全文参数使用相同的值,请将每个参数放在选项文件的 [mysqld][myisamchk] 部分中。

[mysqld]
ft_min_word_len=3

[myisamchk]
ft_min_word_len=3

除了使用 myisamchk 修改 MyISAM 表索引之外,还可以使用 REPAIR TABLEANALYZE TABLEOPTIMIZE TABLEALTER TABLE 语句。这些语句由服务器执行,服务器知道要使用的正确全文参数值。