全文檢索是指對(duì)于一個(gè)文本庫(kù)中的每個(gè)文檔，利用特定的搜索算法，在文本庫(kù)中查找滿足用戶查詢要求的所有文檔的過(guò)程。

全文檢索的原理是先將文本庫(kù)中的所有文檔進(jìn)行分詞處理，再將每個(gè)單詞與文檔庫(kù)中的索引進(jìn)行匹配，將匹配到的文檔返回給用戶。

全文檢索的好處是可以根據(jù)關(guān)鍵詞很快地找到想要的文檔，節(jié)省用戶的時(shí)間，提高用戶的工作效率。

全文檢索技術(shù)廣泛應(yīng)用于文本搜索引擎、電子商務(wù)網(wǎng)站商品搜索、企業(yè)內(nèi)部信息檢索、數(shù)字圖書館等領(lǐng)域。

同時(shí)，全文檢索也需要考慮分詞算法、索引結(jié)構(gòu)、查詢優(yōu)化等技術(shù)問(wèn)題。

全文檢索在MySQL里面很早就支持了，只不過(guò)一直以來(lái)只支持英文。緣由是他從來(lái)都使用空格來(lái)作為分詞的分隔符，而對(duì)于中文來(lái)講，顯然用空格就不合適，需要針對(duì)中文語(yǔ)義進(jìn)行分詞。

這不，從MySQL5.7開始，MySQL內(nèi)置了ngram全文檢索插件，用來(lái)支持中文分詞，并且對(duì)MyISAM和InnoDB引擎有效。

在使用中文檢索分詞插件ngram之前，先得在MySQL配置文件里面設(shè)置他的分詞大小，比如，[mysqld]ngram_token_size=2這里把分詞大小設(shè)置為2。要記住，分詞的SIZE越大，索引的體積就越大，所以要根據(jù)自身情況來(lái)設(shè)置合適的大小。示例表結(jié)構(gòu)：

CREATE TABLE articles (id INTUNSIGNED AUTO_INCREMENT NOT NULL PRIMARY KEY,titleVARCHAR(200),body TEXT,FULLTEXT (title,body) WITH PARSER ngram) ENGINE=InnoDBCHARACTER SET utf8mb4;示例數(shù)據(jù)，有6行記錄。mysql> select * from articles\G**************************

*1. row ***************************id: 1title: 數(shù)據(jù)庫(kù)管理body: 在本教程中我將向你展示如何管理數(shù)據(jù)庫(kù)***************************2. row ***************************id: 2title: 數(shù)據(jù)庫(kù)應(yīng)用開發(fā)body: 學(xué)習(xí)開發(fā)數(shù)據(jù)庫(kù)應(yīng)用程序***************************3. row ***************************id: 3title: MySQL完全手冊(cè)body: 學(xué)習(xí)MySQL的一切***************************4. row ***************************id: 4title: 數(shù)據(jù)庫(kù)與事務(wù)處理body: 系統(tǒng)的學(xué)習(xí)數(shù)據(jù)庫(kù)的事務(wù)概論***************************5. row ***************************id: 5title: NoSQL精髓body: 學(xué)習(xí)了解各種非結(jié)構(gòu)化數(shù)據(jù)庫(kù)***************************6. row ***************************id: 6title: SQL 語(yǔ)言詳解body: 詳細(xì)了解如果使用各種SQL6 rows inset (0.00 sec)顯式指定全文檢索表源mysql> SETGLOBAL innodb_ft_aux_table="new_feature/articles";Query OK, 0 rows affected (0.00 sec)通過(guò)系統(tǒng)表，就可以查看到底是怎么劃分articles里的數(shù)據(jù)。

mysql> SELECT *FROM information_schema.INNODB_FT_INDEX_CACHE LIMIT 20,10;+------+--------------+-------------+-----------+--------+----------+| WORD | FIRST_DOC_ID | LAST_DOC_ID | DOC_COUNT | DOC_ID| POSITION |+------+--------------+-------------+-----------+--------+----------+| 中我 | 2 | 2 | 1 | 2 | 28 || 習(xí)m | 4 | 4 | 1 | 4 | 21 || 習(xí)了 | 6 | 6 | 1 | 6 | 16 || 習(xí)開 | 3 | 3 | 1 | 3 | 25 || 習(xí)數(shù) | 5 | 5 | 1 | 5 | 37 || 了解 | 6 | 7 | 2 | 6 | 19 || 了解 | 6 | 7 | 2 | 7 | 23 || 事務(wù) | 5 | 5 | 1 | 5 | 12 || 事務(wù) | 5 | 5 | 1 | 5 | 40 || 何管 | 2 | 2 | 1 | 2 | 52 |+------+--------------+-------------+-----------+--------+----------+10 rows in set (0.00 sec)這里可以看到，把分詞長(zhǎng)度設(shè)置為2，所有的數(shù)據(jù)都只有兩個(gè)一組。上面數(shù)據(jù)還包含了行的位置，ID等等信息。

接下來(lái)，我來(lái)進(jìn)行一系列檢索示范，使用方法和原來(lái)英文檢索一致。1. 自然語(yǔ)言模式下檢索：A，得到符合條件的個(gè)數(shù)，mysql>SELECT COUNT(*) FROM articles-> WHERE MATCH (title,body) AGAINST ('數(shù)據(jù)庫(kù)' IN NATURALLANGUAGE MODE);+----------+| COUNT(*) |+----------+| 4 |+----------+1 row in set (0.05 sec)B，得到匹配的比率，mysql>SELECT id, MATCH (title,body) AGAINST ('數(shù)據(jù)庫(kù)' IN NATURAL LANGUAGE MODE)AS score FROM articles;+----+----------------------+| id| score |+----+----------------------+| 1 | 0.12403252720832825 || 2 | 0.12403252720832825 || 3 | 0 || 4 | 0.12403252720832825 || 5 | 0.062016263604164124 || 6 | 0 |+----+----------------------+6rows in set (0.00 sec)2. 布爾模式下搜索，這個(gè)就相對(duì)于自然模式搜索來(lái)的復(fù)雜些：A，匹配既有管理又有數(shù)據(jù)庫(kù)的記錄，mysql> SELECT * FROM articles WHERE MATCH (title,body)-> AGAINST ('+數(shù)據(jù)庫(kù) +管理' IN BOOLEAN MODE);+----+------------+--------------------------------------+| id| title | body |+----+------------+--------------------------------------+| 1 | 數(shù)據(jù)庫(kù)管理 | 在本教程中我將向你展示如何管理數(shù)據(jù)庫(kù)|+----+------------+--------------------------------------+1 rowin set (0.00 sec)B，匹配有數(shù)據(jù)庫(kù)，但是沒(méi)有管理的記錄，mysql> SELECT * FROM articles WHERE MATCH (title,body)-> AGAINST ('+數(shù)據(jù)庫(kù) -管理' IN BOOLEAN MODE);+----+------------------+----------------------------+| id| title | body |+----+------------------+----------------------------+| 2 | 數(shù)據(jù)庫(kù)應(yīng)用開發(fā) | 學(xué)習(xí)開發(fā)數(shù)據(jù)庫(kù)應(yīng)用程序 || 4 | 數(shù)據(jù)庫(kù)與事務(wù)處理 | 系統(tǒng)的學(xué)習(xí)數(shù)據(jù)庫(kù)的事務(wù)概論 || 5 | NoSQL 精髓 | 學(xué)習(xí)了解各種非結(jié)構(gòu)化數(shù)據(jù)庫(kù) |+----+------------------+----------------------------+3rows in set (0.00 sec)C，匹配MySQL，但是把數(shù)據(jù)庫(kù)的相關(guān)性降低，mysql> SELECT * FROM articles WHERE MATCH (title,body)-> AGAINST ('>數(shù)據(jù)庫(kù) +MySQL' INBOOLEAN MODE);+----+---------------+-----------------+| id| title | body |+----+---------------+-----------------+| 3 | MySQL完全手冊(cè) |學(xué)習(xí)MySQL的一切 |+----+---------------+-----------------+1 rowin set (0.00 sec)3，查詢擴(kuò)展模式，比如要搜索數(shù)據(jù)庫(kù)，那么MySQL，oracle，DB2也都將會(huì)被搜索到，mysql> SELECT * FROM articles-> WHERE MATCH (title,body)-> AGAINST ('數(shù)據(jù)庫(kù)' WITH QUERY EXPANSION);+----+------------------+--------------------------------------+| id| title | body |+----+------------------+--------------------------------------+| 1 | 數(shù)據(jù)庫(kù)管理 | 在本教程中我將向你展示如何管理數(shù)據(jù)庫(kù)| 4 | 數(shù)據(jù)庫(kù)與事務(wù)處理 | 系統(tǒng)的學(xué)習(xí)數(shù)據(jù)庫(kù)的事務(wù)概論| 2 | 數(shù)據(jù)庫(kù)應(yīng)用開發(fā) | 學(xué)習(xí)開發(fā)數(shù)據(jù)庫(kù)應(yīng)用程序 || 5 | NoSQL 精髓 | 學(xué)習(xí)了解各種非結(jié)構(gòu)化數(shù)據(jù)庫(kù) || 6 | SQL 語(yǔ)言詳解 | 詳細(xì)了解如果使用各種SQL|| 3 | MySQL完全手冊(cè) | 學(xué)習(xí)MySQL的一切 |+----+------------------+--------------------------------------+6rows in set (0.01 sec)當(dāng)然，我這里只是功能演示，更多的性能測(cè)試，大家有興趣可以進(jìn)行詳細(xì)測(cè)試。由于N-grm是中文檢索常用的分詞算法，已經(jīng)在互聯(lián)網(wǎng)大量使用，這次集成到mysql中，想必效果上不會(huì)有太大的問(wèn)題。