MySQL全文索引

原理

依靠MySQL的fulltext类型索引来实现。

实现

生成标签

数据入库时进行分词，生成关键字标签；分词方法各语言各异，网上都有开源库，按需使用即可。

查询

查询时，先对问句进行分词，然后组装成SQL中的AGAINST参数值，AGAINST的规则如下：

+一个领头的加号表示，该词必须出现在每个返回的记录行中。
-一个领头的减号表示，该词必须不出现在每个返回的记录行中。
缺省的 (当既没有加号也没有负号被指定时)词是随意的，但是包含它的记录行将被排列地更高一点。这个模仿没有 IN BOOLEAN MODE 修饰词的 MATCH() … AGAINST() 的行为。
< >这两个操作符用于改变一个词的相似性值的基值。< 操作符减少基值，> 操作符则增加它。参看下面的示例。
( )圆括号用于对子表达式中的词分组。
~一个领头的否定号的作用象一个否定操作符，引起行相似性的词的基值为负的。它对标记一个噪声词很有用。一个包含这样的词的记录将被排列得低一点，但是不会被完全的排除，因为这样可以使用 - 操作符。
*一个星号是截断操作符。不想其它的操作符，它应该被追加到一个词后，不加在前面。
“短语，被包围在双引号”中，只匹配包含这个短语(字面上的，就好像被键入的)的记录行。

这里是一些示例：

apple banana找至少包含上面词中的一个的记录行
+apple +juice… 两个词均在被包含
+apple macintosh… 包含词 “apple”，但是如果同时包含 “macintosh”，它的排列将更高一些
+apple -macintosh… 包含 “apple” 但不包含 “macintosh”
+apple +(>pie <strudel)… 包含 “apple” 和 “pie”，或者包含的是 “apple” 和 “strudel” (以任何次序)，但是 “apple pie” 排列得比 “apple strudel” 要高一点
apple*… 包含 “apple”，“apples”，“applesauce” 和 “applet”
“some words”… 可以包含 “some words of wisdom”，但不是 “some noise words”

示例：

SELECT * FROM cfxf_question WHERE MATCH (tags) AGAINST (‘002199 东晶电子’ IN BOOLEAN MODE)

问题

标签中有数据，查询结果却为空

有一些情况下，全文索引是不生效的：

1.标签过短(小于4个字符)
2.标签在50%以上的记录中出现