MySQL 全文索引配置實戰：從建表到中文分詞限制突破

MySQL 全文索引配置實戰：從建表到中文分詞限制突破

MySQL 內建全文索引（Fulltext Index）支援自然語言搜尋與布爾模式搜尋，但預設最小詞長 4 字符且不支援中文分詞。本文記錄配置流程、查詢模式差異及中文解決方案路徑。

Step 1：建表與全文索引定義

CREATE TABLE `student` (
  `id` INT(11) NOT NULL AUTO_INCREMENT,
  `studentname` VARCHAR(16) NOT NULL,
  `address` VARCHAR(256) DEFAULT '北京',
  `gender` TINYINT(4) NOT NULL,
  `mymoney` DECIMAL(18,2) DEFAULT NULL,
  PRIMARY KEY (`id`),
  FULLTEXT KEY `studentname` (`studentname`)
) ENGINE=MYISAM CHARSET=utf8;

關鍵點：

• MySQL 5.6+ InnoDB 亦支援全文索引，但 5.5 僅 MyISAM；
• FULLTEXT KEY 可定義在單列或多列組合上；
• 建表後插入測試資料：INSERT INTO student (studentname,...) VALUES ('happy love happy',...);

Step 2：調整最小詞長並重啟

預設 ft_min_word_len=4 導致 1-3 字符詞不被索引。修改配置檔：

# my.cnf / my.ini
[mysqld]
ft_min_word_len=1

重啟 MySQL 後驗證：

SHOW VARIABLES LIKE 'ft_min_word_len';
-- Value 應為 1

注意：修改此參數需重建全文索引生效：REPAIR TABLE student QUICK; 或 ALTER TABLE student DROP INDEX studentname, ADD FULLTEXT(studentname);

Step 3：查詢模式對比

自然語言模式（預設）

SELECT * FROM student WHERE MATCH(studentname) AGAINST('love');

按相關度排序，有 50% 閾值限制：若詞項出現在超過 50% 文檔中則被忽略（視為停用詞）。單表測試常因文檔太少導致無結果。

布爾模式（無 50% 限制，支援運算符）

SELECT * FROM student WHERE MATCH(studentname) AGAINST('love' IN BOOLEAN MODE);

支援運算符：

• + 必須包含、- 必須不包含；
• * 萬用字元（僅尾部）；
• "phrase" 精確短語；
• ~ 降低相關度。

核心限制：中文分詞缺失

MySQL 內建分詞器按空格/標點切分，**無法識別中文詞邊界**（如「全文索引」會被視為單一 Token）。解決路徑：

1. 應用層分詞：寫入時預先分詞（如結巴分詞），存入專用欄位建全文索引；
2. 插件擴展：安裝 ngram（MySQL 5.7.6+ 內建）或 MeCab 解析器支援中日韓分詞；
3. 外部引擎：Elasticsearch、Solr 等專業搜尋引擎，功能完備且效能優異。

ngram 解析器快速啟用（MySQL 5.7.6+）

ALTER TABLE student DROP INDEX studentname;
ALTER TABLE student ADD FULLTEXT INDEX studentname (studentname) WITH PARSER ngram;
-- ngram 預設 bigram (2-gram)，可配置 ngram_token_size

此為原生無依賴的中文全文檢索最優路徑。