mysql中文全文索引的记录

在MySQL 5.7.6之前，全文索引只支持英文全文索引，不支持中文全文索引，需要利用分词器把中文段落预处理拆分成单词，然后存入数据库。
从MySQL 5.7.6开始，MySQL内置了ngram全文解析器，用来支持中文、日文、韩文分词。

创建示例

-- 创建表格
CREATE TABLE articles (
    id INT AUTO_INCREMENT PRIMARY KEY,
    title VARCHAR(255),
    content TEXT
);
-- 添加全文索引 
-- 使用WITH PARSER ngram语句创建全文索引时，可以指定使用ngram分词器。
ALTER TABLE articles ADD FULLTEXT INDEX idx_content (content) WITH PARSER ngram;

-- 执行全文搜索
SELECT * FROM articles WHERE MATCH(content) AGAINST('你要搜索的关键词');

配置参数

ft_min_word_len

ft_min_word_len 默认值为 4 ，MySQL 将不会为长度小于 4 的词构建全文索引。

举个例子，假设你有一篇包含短词的文章，比如 "The cat is on the mat."，而 ft_min_word_len 设置为 4。在这种情况下，诸如 "the", "cat", "is", "on", "the", "mat" 这样的短词将不会被包括在全文索引中。因此，如果你搜索 "the"，你将无法找到任何匹配，因为 "the" 这个词在索引中不存在。

--显示当前 MySQL 实例中 ft_min_word_len 的设置值
SHOW VARIABLES LIKE 'ft_min_word_len';

如果你希望更改 ft_min_word_len 的值，你可以通过修改 MySQL 配置文件（通常是 my.cnf 或 my.ini）来实现。找到 ft_min_word_len 参数所在的部分，并将其设置为你想要的值，然后重新启动 MySQL 服务使更改生效。

也可以用命令实现

--长度改为2
SET GLOBAL ft_min_word_len = 2;
--重新构建全文索引，以便新的设置生效
ALTER TABLE your_table_name ENGINE=MyISAM;

根据我的实测，这个参数对中文并没有影响，因为我在创建索引时指定使用ngram分词器。

与默认的全文索引相比，使用 N-gram 解析器创建的全文索引可以搜索到更短的词语，因为它会将文本分成连续的字符片段作为词条。这意味着即使词语的长度小于 ft_min_word_len 参数的值，它们仍然可以被搜索到。

ngram_token_size

MySQL 中使用全局变量ngram_token_size来配置ngram中n的大小，它的取值范围是1到10，默认值是2。通常ngram_token_size设置为要查询的单词的最小字数。如果需要搜索单字，就要把ngram_token_size设置为1。在默认值是2的情况下，搜索单字是得不到任何结果的。因为中文单词最少是两个汉字，推荐使用默认值2。如果你想查询到单个字，那么我们需要设置为1。ngram_token_size的值设置的越小，全文索引占用的空间也越小。一般来说，查询正好等于ngram_token_size的词，速度会更快，但是查询比它更长的词或短语，则会变慢。

-- 显示ngram_token_size的值
show VARIABLES like 'ngram_token_size';

修改方法：在my.ini文件下的 [mysqld] 下面加上 ngram_token_size = 2 即可，当然也可以设置成1。如果是Linux系统则修改my.cnf文件。

索引问题

上面创建的示例中只有content设置了全文索引，要同时查询2个字段，就需要同时对2个字段进行索引，而不是单独再给title字段索引。

-- 删除现有的全文索引
ALTER TABLE articles DROP INDEX idx_content;
-- 添加2个字段的全文索引
ALTER TABLE articles ADD FULLTEXT INDEX idx_title_content (title, content) WITH PARSER ngram;