MySQL 全文索引實戰指南：建立、配置、50% 閾值陷阱、布爾模式與中文分詞 (SCWS) 整合

大數據模糊搜尋的關鍵技術：MySQL Fulltext Index 從入門到避坑

全文索引是關聯式資料庫內建的倒排索引機制，適合**中小規模文本搜尋** (千萬級以內)。本文涵蓋建立條件、my.cnf 配置、自然語言/布爾模式、50% 閾值陷阱、中文分詞整合 (SCWS) 完整實戰流程。

適用場景與限制

• ✅ 適用：文章搜尋、商品標題/描述檢索、日誌關鍵字查詢、郵件內容搜尋。
• ❌ 不適用：億級文檔、實時性極高、複雜語義分析、多語言混排 (需 Elasticsearch/Solr)。
• 🔒 限制：僅 MyISAM (5.6 前) / MyISAM + InnoDB (5.6+)；欄位類型 `CHAR`/`VARCHAR`/`TEXT`；最小詞長 `ft_min_word_len` (預設 4)；停用詞表預設英文。

建立全文索引

-- 建表時指定
CREATE TABLE temp (
  id INT AUTO_INCREMENT PRIMARY KEY,
  `char` CHAR(50) NOT NULL,
  `varchar` VARCHAR(50) NOT NULL,
  `text` TEXT NOT NULL,
  FULLTEXT KEY ft_char (`char`),
  FULLTEXT KEY ft_varchar (`varchar`),
  FULLTEXT KEY ft_text (`text`)
) ENGINE=MyISAM DEFAULT CHARSET=utf8;

-- 既有表新增
ALTER TABLE temp ADD FULLTEXT INDEX ft_char (`char`);

圖形工具 (phpMyAdmin/Workbench/DBeaver) 中對應「全文索引」/「Fulltext」勾選項。

關鍵配置：my.cnf / my.ini

[mysqld]
# 最小索引詞長 (預設 4，中文建議 1 或 2)
ft_min_word_len = 1
# 停用詞表 (預設內建英文，中文可指定空檔案禁用)
ft_stopword_file = ''
# 布爾模式運算子 (可自訂)
ft_boolean_syntax = '+ -><()~*:""&|'

修改後必須重啟 MySQL 並重建索引 (`REPAIR TABLE tbl QUICK` 或 `ALTER TABLE tbl DROP INDEX ft_xxx, ADD FULLTEXT INDEX ft_xxx (...)`)。

查詢語法：自然語言 vs 布爾模式

1. 自然語言模式 (預設)

SELECT * FROM temp WHERE MATCH(`char`) AGAINST ('a bc 知道');

• **相關性排序**：按詞頻、文檔頻率、長度計算分數。
• **50% 閾值陷阱**：若某詞出現在 **超過 50% 文檔**，視為「常見詞」自動忽略，**查無結果**。
• 適合：自由文本搜尋、相關性排序。

2. 布爾模式 (IN BOOLEAN MODE)

-- 強制包含 'a'，忽略 50% 閾值
SELECT * FROM temp WHERE MATCH(`char`) AGAINST ('a' IN BOOLEAN MODE);

-- 運算子範例
'+apple +juice'      -- 必須同時包含
'+apple -pie'        -- 包含 apple 但不含 pie
'apple*'             -- 前綴匹配 (apple, apples, applet)
'"apple juice"'      -- 精確短語
'~apple'             -- 降低相關性 (軟排除)
'+apple +(>juice 

-- 初始 1 筆資料：'a bc 我 知道 1 23'
-- 搜尋 'a' → 0 結果 (100% > 50%)
-- 插入 3 筆雜湊資料稀釋
INSERT INTO temp (`char`) VALUES ('7'), ('7'), ('x');
-- 再搜尋 'a' → 1 結果 (25% < 50%)

$str = "測試中文分詞";
$so = scws_new();
$so->send_text($str);
$so->set_charset('utf8');
$so->set_dict('D:/scws/dict.xdb');
$so->set_rule('D:/scws/rules.utf8.ini');
$result = $so->get_result();
$so->close();

/* $result 結構：
Array(
  [0] => Array( word => '測試', idf => 3.2, attr => 'n', off => 0, len => 2 ),
  [1] => Array( word => '中文', idf => 4.1, attr => 'n', off => 2, len => 2 ),
  [2] => Array( word => '分詞', idf => 5.0, attr => 'v', off => 4, len => 2 )
) */

// 寫入資料庫：用空格或逗號連接詞彙
$keywords = implode(' ', array_column($result, 'word'));
// INSERT ... SET keywords = '$keywords'