MySQL 全文索引实战：搜索功能的正确打开方式

Coderabo

36人浏览 · 2026-05-24 13:30:27

Coderabo · 2026-05-24 13:30:27 发布

开场白

做搜索功能的时候，很多人第一反应是 LIKE ‘%关键词%’，数据量小的时候没问题，数据一大直接全表扫描。我之前有个项目，商品表的 LIKE 搜索在 50 万条数据时就要 3 秒以上，根本没法用。后来上了全文索引，查询时间降到毫秒级。不过全文索引也有自己的坑——中文分词、停用词、最小搜索长度，这些搞不明白一样用不好。

全文索引基础

创建全文索引

-- 建表时创建
CREATE TABLE articles (
    id BIGINT PRIMARY KEY AUTO_INCREMENT,
        title VARCHAR(200),
            content TEXT,
                FULLTEXT INDEX ft_title_content (title, content)
                );
-- 已有表添加
ALTER TABLE articles ADD FULLTEXT INDEX ft_title_content (title, content);

-- 单列全文索引
ALTER TABLE articles ADD FULLTEXT INDEX ft_content (content);

基本查询

-- 自然语言模式（默认）
SELECT * FROM articles 
WHERE MATCH(title, content) AGAINST('数据库优化');

-- 布尔模式
SELECT * FROM articles 
WHERE MATCH(title, content) AGAINST('+MySQL -Oracle' IN BOOLEAN MODE);

-- 查询扩展模式
SELECT * FROM articles 
WHERE MATCH(title, content) AGAINST('数据库' WITH QUERY EXPANSION);

MATCH 里的列必须和全文索引定义的列完全一致，顺序也要一样。如果索引是 (title, content)，查询必须写 MATCH(title, content)，不能写 MATCH(content, title)。

三种搜索模式

自然语言模式

默认模式，按相关性排序：

SELECT *, MATCH(title, content) AGAINST('数据库优化') AS score
FROM articles 
WHERE MATCH(title, content) AGAINST('数据库优化')
ORDER BY score DESC;

相关性分数基于词频（TF）和逆文档频率（IDF），MySQL 内部计算，不需要我们操心。

搜索的是"数据库"和"优化"两个词的 OR 组合——包含任意一个词的记录都会返回。

布尔模式

精确控制搜索逻辑：

-- 必须包含 MySQL，不能包含 Oracle
SELECT * FROM articles 
WHERE MATCH(title, content) AGAINST('+MySQL -Oracle' IN BOOLEAN MODE);

-- 必须同时包含 MySQL 和 优化
SELECT * FROM articles 
WHERE MATCH(title, content) AGAINST('+MySQL +优化' IN BOOLEAN MODE);

-- 包含 MySQL 或 Oracle
SELECT * FROM articles 
WHERE MATCH(title, content) AGAINST('MySQL Oracle' IN BOOLEAN MODE);

-- 包含以数据开头的词
SELECT * FROM articles 
WHERE MATCH(title, content) AGAINST('数据*' IN BOOLEAN MODE);

-- 必须包含 MySQL，且优化权重更高
SELECT * FROM articles 
WHERE MATCH(title, content) AGAINST('+MySQL >优化' IN BOOLEAN MODE);

布尔模式的操作符：

操作符	含义
+	必须包含
-	不能包含
无	可选，包含则加分
*	通配符（只能后缀）
“”	短语匹配
> <	增减权重
()	分组
~	取反（降低相关性）

短语匹配要特别注意：

-- 精确匹配"数据库优化"这个短语
SELECT * FROM articles 
WHERE MATCH(title, content) AGAINST('"数据库优化"' IN BOOLEAN MODE);

查询扩展模式

两步搜索：先搜一次，用结果中的词再搜一次。适合用户搜索词太少、结果不够的情况。

SELECT * FROM articles 
WHERE MATCH(title, content) AGAINST('数据库' WITH QUERY EXPANSION);

但这个模式容易返回不相关的结果，慎用。

中文分词问题

这是全文索引最大的坑。MySQL 默认的分词器按空格和标点分词，中文没有空格，整段中文会被当成一个词：

-- content = "MySQL数据库优化实战"
-- 默认分词器会把"MySQL数据库优化实战"当成一个整体词
-- 搜"数据库"搜不到！
SELECT * FROM articles WHERE MATCH(content) AGAINST('数据库');

解决方案一：ngram 分词器（MySQL 5.7.6+）

-- 建表时指定 ngram 分词器
CREATE TABLE articles (
    id BIGINT PRIMARY KEY AUTO_INCREMENT,
        title VARCHAR(200),
            content TEXT,
                FULLTEXT INDEX ft_title_content (title, content) WITH PARSER ngram
                );
-- 添加索引时指定
ALTER TABLE articles ADD FULLTEXT INDEX ft_content (content) WITH PARSER ngram;

ngram 分词器按固定长度把文本切成片段，默认 n=2（二元分词）：

"数据库优化" → "数据", "据库", "库优", "优化"

ngram 的 n 值通过 ngram_token_size 参数配置，范围 1-10，默认 2。改这个参数需要重启 MySQL：

# my.cnf
[mysqld]
ngram_token_size = 2

n=2 意味着搜索词至少 2 个字符才能命中。搜单个字（比如"数"）搜不到。

解决方案二：手动分词

在插入数据前，用应用层分词器（比如 IK、jieba）把中文文本切成词，用空格拼接后存储：

-- 原文："MySQL数据库优化实战"
-- 分词后存储："MySQL 数据库 优化 实战"
INSERT INTO articles (title, content) VALUES (
    'MySQL数据库优化实战',
        'MySQL 数据库 优化 实战'
        );
        ```
这种方式灵活，分词质量高，但增加了应用层复杂度。

## 全文索引的配置参数

### ft_min_word_len / innodb_ft_min_token_size

最小索引词长度，默认 InnoDB 是 3，MyISAM 是 4。长度小于这个值的词不会被索引。

```ini
# my.cnf
[mysqld]
innodb_ft_min_token_size = 1  # InnoDB
ft_min_word_len = 1            # MyISAM

改成 1 之后需要重建全文索引：

ALTER TABLE articles DROP INDEX ft_content;
ALTER TABLE articles ADD FULLTEXT INDEX ft_content (content) WITH PARSER ngram;

innodb_ft_cache_size

全文索引缓存大小，默认 32MB。批量插入大量数据时，增大这个值可以提升索引构建速度。

ft_query_expansion_limit

查询扩展模式的最大扩展词数，默认 20。

全文索引 vs LIKE

维度	全文索引	LIKE
索引利用	走全文索引	前缀匹配走索引，%xx%全表扫描
搜索精度	分词匹配，支持相关性排序	模糊匹配，无排序
中文支持	需要 ngram 或手动分词	直接支持
写入性能	需要维护索引，写入较慢	无额外开销
存储开销	索引占额外空间	无额外空间