微调MySQL全文搜索
MySQL的全文本搜索功能几乎没有用户可调参数。如果您拥有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。请参见“从源代码安装MySQL”。
全文搜索经过仔细调整以提高有效性。在大多数情况下,修改默认行为实际上会降低有效性。除非您知道自己在做什么,否则请不要更改MySQL源。
本节中描述的大多数全文变量必须在服务器启动时设置。需要重新启动服务器才能更改它们。服务器运行时无法修改它们。
某些变量更改要求您重建FULLTEXT
表中的索引。有关说明,将在本节后面给出。
- 配置最小和最大字长
- 配置自然语言搜索阈值
- 修改布尔型全文本搜索运算符
- 字符集修改
- 重建InnoDB全文索引
- 优化InnoDB全文索引
- 重建MyISAM全文索引
配置最小和最大字长
要搜索的单词的最小和最大长度由innodb_ft_min_token_size
和定义,innodb_ft_max_token_size
用于InnoDB
搜索索引,ft_min_word_len
以及ft_max_word_len
用于MyISAM
。
注意最小和最大字长全文参数不适用于
FULLTEXT
使用ngram解析器创建的索引。ngram令牌大小由该ngram_token_size
选项定义。
更改所有这些选项之后,请重新FULLTEXT
构建索引以使更改生效。例如,要使两个字符的单词可搜索,可以将以下行放在选项文件中:
[mysqld] innodb_ft_min_token_size=2 ft_min_word_len=2
然后重新启动服务器并重建FULLTEXT
索引。对于MyISAM
表,请注意以下有关重建全文索引的说明中有关myisamchk的说明MyISAM
。
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%阈值由所选的特定加权方案确定。要禁用它,请在中查找以下行storage/myisam/ftdefs.h
:
#define GWS_IN_USE GWS_PROB
将该行更改为此:
#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为该
MATCH()
函数提供足够的相关性值的能力。如果您确实需要搜索此类常用词,则最好IN BOOLEAN MODE
改用不遵循50%阈值的搜索。
修改布尔型全文本搜索运算符
要更改用于表的布尔型全文本搜索的运算符MyISAM
,请设置ft_boolean_syntax
系统变量。(InnoDB
没有等效设置。)在服务器运行时可以更改此变量,但是您必须具有足以设置全局系统变量的特权(请参见“系统变量特权”)。在这种情况下,无需重建索引。
字符集修改
对于内置的全文语法分析器,您可以通过以下几种方法更改被视为单词字符的字符集。进行修改后,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:在中
storage/innobase/handler/ha_innodb.cc
(代表InnoDB
)或在中storage/myisam/ftdefs.h
(代表MyISAM
),请参见true_word_char()
和misc_word_char()
宏。添加'-'
到这些宏之一,然后重新编译MySQL。 - 修改字符集文件:不需要重新编译。的
true_word_char()
宏使用“字符类型”表来从其他字符区分字母和数字。。您可以编辑的内容<ctype><map>
数组中的字符集XML文件中指定'-'
一个“字母。”,然后将给定的字符集用于FULLTEXT
索引。有关<ctype><map>
数组格式的信息,请参见“字符定义数组”。 - 为索引列使用的字符集添加新的校验规则,并更改列以使用该校验规则。有关添加归类的一般信息,请参见“向字符集添加校验规则”。有关全文索引的示例,请参见“为全文索引添加校验规则”。
重建InnoDB全文索引
为使更改生效,FULLTEXT
索引必须修改以下任何全文索引变量后重建:innodb_ft_min_token_size
;innodb_ft_max_token_size
;innodb_ft_server_stopword_table
;innodb_ft_user_stopword_table
;innodb_ft_enable_stopword
;ngram_token_size
。修改innodb_ft_min_token_size
,innodb_ft_max_token_size
或ngram_token_size
需要重新启动服务器。
要重建表的FULLTEXT
索引InnoDB
,请ALTER TABLE
与DROP INDEX
和ADD INDEX
选项一起使用以删除并重新创建每个索引。
优化InnoDB全文索引
OPTIMIZE TABLE
在具有全文索引的表上运行会重建全文索引,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)
为避免大型表上全文索引的重建时间过长,可以使用该innodb_ft_num_word_optimize
选项分阶段执行优化。该innodb_ft_num_word_optimize
选项定义每次OPTIMIZE TABLE
运行时优化的单词数。默认设置为2000,这意味着每次OPTIMIZE TABLE
运行时优化2000个单词。后续OPTIMIZE TABLE
操作从上一OPTIMIZE TABLE
操作结束的地方继续。
重建MyISAM全文索引
如果您修改影响索引的全文变量(ft_min_word_len
,ft_max_word_len
或ft_stopword_file
),或者更改了停用词文件本身,则必须FULLTEXT
在进行更改并重新启动服务器后重新构建索引。
要重建表的FULLTEXT
索引,只需MyISAM
执行QUICK
修复操作即可:
mysql>REPAIR TABLE tbl_nameQUICK ;
另外,也可以ALTER TABLE
按照上述说明使用。在某些情况下,这可能比维修操作要快。
包含任何FULLTEXT
索引的每个表都必须修复,如图所示。否则,查询表可能会产生错误的结果,并且对该表进行修改将导致服务器将表视为已损坏且需要修复。
如果使用myisamchk执行修改MyISAM
表索引的操作(例如修复或分析),则除非使用其他特殊说明,否则FULLTEXT
将使用默认的全文参数值(最小字长,最大字长和停用词文件)来重建索引。这可能会导致查询失败。
发生问题是因为这些参数仅由服务器知道。它们不存储在MyISAM
索引文件中。为了避免这个问题,如果你已经修改服务器所使用的最小或最大字长或停止字文件值,指定相同的ft_min_word_len
,ft_max_word_len
以及ft_stopword_file
对价值观myisamchk的,你使用的mysqld。例如,如果将最小字长设置为3,则可以使用myisamchk修复表,如下所示:
myisamchk --recover --ft_min_word_len=3 tbl_name.MYI
为确保myisamchk和服务器对全文参数使用相同的值,请在选项文件的[mysqld]
和[myisamchk]
部分中分别放置一个:
[mysqld] ft_min_word_len=3 [myisamchk] ft_min_word_len=3
到使用替代myisamchk的用于MyISAM
表索引修改是使用REPAIR TABLE
,ANALYZE TABLE
,OPTIMIZE TABLE
,或ALTER TABLE
语句。这些语句由服务器执行,服务器知道要使用的适当的全文参数值。