MySQL 全文搜尋索引實戰：從 LIKE 低效查詢到 MATCH AGAINST 高效方案

為什麼 LIKE 查詢不適合全文檢索

使用 LIKE '%關鍵字%' 進行全文搜尋雖然直觀，但存在嚴重效能缺陷：無法利用索引、全表掃描、大數據量下回應極慢。MySQL 全文索引專為解決此問題而設計，透過倒排索引結構實現毫秒級檢索。

建立全文索引的完整步驟

1. 表結構準備

ALTER TABLE 文章表 ADD FULLTEXT INDEX idx_content (內容欄位);

支援單欄或多欄組合索引：FULLTEXT INDEX idx_title_content (標題, 內容)。

2. 驗證索引建立狀態

SHOW INDEXES FROM 文章表 WHERE Index_type = 'FULLTEXT';

核心查詢語法：MATCH ... AGAINST

自然語言模式（預設）

SELECT 標題, 內容, MATCH(內容) AGAINST('資料庫優化') AS 相關度
FROM 文章表
WHERE MATCH(內容) AGAINST('資料庫優化')
ORDER BY 相關度 DESC;

特點：自動計算相關度、忽略停用詞、支援隱含邏輯邏輯。

布林模式（精確控制）

SELECT * FROM 文章表
WHERE MATCH(內容) AGAINST('+MySQL -Oracle' IN BOOLEAN MODE);

• + 必須包含
• - 必須排除
• * 萬用字元（僅限詞尾）
• "phrase" 精確短語匹配

查詢擴展模式

SELECT * FROM 文章表
WHERE MATCH(內容) AGAINST('資料庫' WITH QUERY EXPANSION);

先執行自然語言搜尋，再用高相關度文檔中的關鍵字進行二次搜尋，適合發現潛在相關內容。

關鍵配置與限制

• 最小詞長：ft_min_word_len (MyISAM) / innodb_ft_min_token_size (InnoDB)，預設 4，中文建議設為 1 或 2。
• 停用詞表：內建英文停用詞，中文需自定義 ft_stopword_file。
• 中文分詞：MySQL 內建不支援中文分詞，生產環境建議搭配 ngram 解析器 (MySQL 5.7.6+) 或外部分詞工具。
• 資料量閾值：全文索引適用於較大文本欄位，極短字串（如標籤）仍建議用 B-Tree 索引 + LIKE。

效能優化實戰技巧

1. 僅選取必要欄位：避免 SELECT * 造成大量 I/O。
2. 分頁優化：使用 WHERE MATCH(...) AGAINST(...) LIMIT 20 OFFSET 1000 時，偏移量大會變慢，改用游標式分頁（記住上一頁最大相關度/主鍵）。
3. 索引維護：大量寫入後執行 OPTIMIZE TABLE 整理碎片。
4. 監控指標：關注 Innodb_ft_index_cache_size、Innodb_ft_total_cache_size 等狀態變數。

適用場景總結

正確使用 MySQL 全文索引，能將搜尋效能提升數十倍，並提供語意相關度排序，是構建高質量搜尋功能的關鍵基礎設施。