MySQL全文检索中Like索引的实现

日期: 2009-08-17 作者:蓝皮鼠 来源:TechTarget中国

  在数据库使用中,DBA都会告诉大家SQL的LIKE条件为%XXX%号时,由于不能使用索引,当数据量变大时(比如超过百万条),全表扫描会导致性能很差。

  但是在实际业务中,很难避免MySQL全文检索并Like索引的这种需求。比如模糊搜索用户帐号,昵称之类。既然这个需求必须做,但又不可以直接用LIKE。这里我和大家分享一下我们关于这种需求的一种解决方案。当然别人也可能采用过类似的办法,我不是很清楚。所以也用一下“原创”吧。

  MySQL数据库很早就支持全文索引,但是全文索引和LIKE语句是不同的。具体点说,全文索引的单位是词,耳LIKE匹配的是字符。当然实际的区别更大,比如“老鼠爱大米”这段文本用全文搜索的话,条件“老鼠爱大米”,“老鼠和大米”,“大米老鼠”,“大米与老鼠”会搜索到内容,但是“爱”,“鼠爱”,“爱大”不会搜索到内容。反之,使用LIKE搜索时,“老鼠和大米”,“大米老鼠”,“大米与老鼠”不会找到内容,而“爱”,“鼠爱”,“爱大”会找到内容。我们这里不讨论两种方式的优劣,根据实际情况每种功能都会有各自的实际需求。比如对于大段文本,全文检索是最好的方法,但是对于姓名,帐号,昵称等很短的通常无意义文本,LIKE会更合适一些。

  虽然全文检索和LIKE搜索不同,但是在特殊情况下,可以用全文搜索功能来实现LIKE搜索。具体就是每个字符作为一个词,而且使用双引号来限制词精确匹配(简单点说就是老鼠大米和大米老鼠不同),这样可以实现LIKE搜索的功能。

  下面还是说一下具体的做法吧。

  首先,数据库指定 –ft_min_word_len=2 –ft_stopword_file=””。第一个参数是告诉数据库,小于2个字符的词忽略。第二个是告诉数据库不忽略任何特殊词。这些设置是给实现功能创造条件。

  然后建搜索表

  CREATE TABLE tbl_search (
  id int(10) unsigned NOT NULL auto_increment,
  name varchar(500),
  PRIMARY KEY (id),
  FULLTEXT KEY idx_name (name)
  ) ENGINE=MyISAM AUTO_INCREMENT=1;
  static String encode(String input) {
  if (input == null) return null;
  StringBuilder output = new StringBuilder();
  for (int i = 0, c = input.length(); i < c; ++i) {
  char ch = input.charAt(i);
  if (ch >= ‘0’ && ch <= ‘9’ || ch >= ‘A’ && ch <= ‘Z’
  || ch >= ‘0’ && ch <= ‘9’ || ch >= ‘A’ && ch <= ‘Z’
  || ch == ‘_’ || ch == ‘-‘) {
  output.append(Integer.toHexString(ch)).append(‘ ‘);
  } else if (ch >= ‘a’ && ch <= ‘z’ || ch >= ‘a’ && ch <= ‘z’) {
  output.append(Integer.toHexString((int)ch – 32)).append(‘ ‘);
  } else {
  Character.UnicodeBlock block = Character.UnicodeBlock.of(ch);
  if (block == Character.UnicodeBlock.CJK_UNIFIED_IDEOGRAPHS
  || block == Character.UnicodeBlock.KATAKANA
  || block == Character.UnicodeBlock.HIRAGANA) {
  output.append(Integer.toHexString(ch)).append(‘ ‘);
  } else {
  // do nothing
  }
  }
  }
  // trim blank
  int last = output.length() – 1;
  if (last > 0 && output.charAt(last) == ‘ ‘) {
  output.deleteCharAt(last);
  }
  return output.toString();
  }

  使用上面的代码对要搜索的内容编码,比如内容是“蓝皮鼠2008”,编码后的结果是“84dd 76ae 9f20 32 30 30 38”。将编码后的内容存入name字段。

  使用如下SQL语句进行搜索

  select * from tbl_search where match(name) against(‘”76ae 9f20 32″‘ in boolean mode)
  这样就基本实现了MySQL全文检索中的Like索引。

我们一直都在努力坚持原创.......请不要一声不吭,就悄悄拿走。

我原创,你原创,我们的内容世界才会更加精彩!

【所有原创内容版权均属TechTarget,欢迎大家转发分享。但未经授权,严禁任何媒体(平面媒体、网络媒体、自媒体等)以及微信公众号复制、转载、摘编或以其他方式进行使用。】

微信公众号

TechTarget微信公众号二维码

TechTarget

官方微博

TechTarget中国官方微博二维码

TechTarget中国

电子邮件地址不会被公开。 必填项已用*标注

敬请读者发表评论,本站保留删除与本文无关和不雅评论的权力。

相关推荐