InnoDB & MySQL 全文索引
发布网友
发布时间：2024-11-27 10:27
共1个回答
热心网友
时间：2024-12-04 13:31
全文检索技术在数据库中实现将存储的整本书或文章的任意信息快速查找的功能。这允许获取内容中的章节、段落、句子、单词等信息，并能进行统计分析。
MySQL InnoDB 存储引擎的全文检索功能从1.2.x版本开始引入，它支持倒排索引结构。倒排索引通过辅助表存储单词及其在文档中的位置映射，常见形式包括仅存储文档ID与位置信息的倒排文件索引，以及存储文档ID与具体位置信息的完整倒排索引。
在InnoDB中，全文检索的实现依赖于完整倒排索引，将文档ID与位置信息组成“ilist”结构。全文检索表包含word字段和ilist字段，word字段上设置索引，利用ilist字段进行邻近检索。全文检索操作通过辅助表实现，InnoDB存储引擎采用6张辅助表进行分区，以提高并行性能。辅助表是持久表，存储于磁盘上，而全文检索索引缓存表（FTS Index Cache）是一个红黑树结构，用于加速查询并减少磁盘访问。
在全文检索中，InnoDB会将分词信息存储在FTS Index Cache中，当事务提交时，这些信息会同步到辅助表中。当数据库关闭时，未完成同步的索引信息会自动读取并处理，以恢复完整状态。参数`innodb_ft_cache_size`控制缓存大小，增大该值可提升性能，但宕机时恢复可能需要更多时间。
FTS Document ID是全文检索中的关键概念，用于映射word到文档。InnoDB自动为该列添加唯一索引，用户可以手动添加以支持全文检索。删除文档时，InnoDB只在缓存中删除记录，并将删除信息保存在DELETED表中。
全文检索的*包括停用词（例如`the`）处理、分词长度*（默认为3至84个字符）以及不支持中文、日文等非空格分隔语言。MySQL数据库支持自然语言、布尔模式、查询扩展和ngram分词器等全文检索模式。
自然语言模式默认用于全文检索，允许查询包含指定单词的文档。布尔模式允许指定单词的出现或不存在，并支持操作符进行更复杂的查询。查询扩展模式在搜索短关键词时扩展查询范围，以包含隐含知识。ngram分词器则解决了非空格分隔语言的分词问题，支持中文、日文等语言的全文检索。
MySQL的全文检索功能丰富多样，适用于各种文本处理需求，从基础的全文检索到高级的查询扩展和语言支持，提供了一个强大的文本搜索解决方案。
