MySQL 全文索引实战：搜索功能的正确打开方式
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CREATETABLEarticles(idBIGINTPRIMARYKEYAUTO_INCREMENT,titleVARCHAR(200),contentTEXT,FULLTEXTINDEXft_title_content(title,content));-- 已有表添加ALTERTABLEarticlesADDFULLTEXTINDEXft_title_content(title,content);-- 单列全文索引ALTERTABLEarticlesADDFULLTEXTINDEXft_content(content);基本查询
-- 自然语言模式（默认）SELECT*FROMarticlesWHEREMATCH(title,content)AGAINST('数据库优化');-- 布尔模式SELECT*FROMarticlesWHEREMATCH(title,content)AGAINST('+MySQL -Oracle'INBOOLEANMODE);-- 查询扩展模式SELECT*FROMarticlesWHEREMATCH(title,content)AGAINST('数据库'WITHQUERY 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')ASscoreFROMarticlesWHEREMATCH(title,content)AGAINST('数据库优化')ORDERBYscoreDESC;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 OracleSELECT*FROMarticlesWHEREMATCH(title,content)AGAINST('+MySQL -Oracle'INBOOLEANMODE);-- 必须同时包含 MySQL 和 优化SELECT*FROMarticlesWHEREMATCH(title,content)AGAINST('+MySQL +优化'INBOOLEANMODE);-- 包含 MySQL 或 OracleSELECT*FROMarticlesWHEREMATCH(title,content)AGAINST('MySQL Oracle'INBOOLEANMODE);-- 包含以数据开头的词SELECT*FROMarticlesWHEREMATCH(title,content)AGAINST('数据*'INBOOLEANMODE);-- 必须包含 MySQL，且优化权重更高SELECT*FROMarticlesWHEREMATCH(title,content)AGAINST('+MySQL >优化'INBOOLEANMODE);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*FROMarticlesWHEREMATCH(title,content)AGAINST('"数据库优化"'INBOOLEANMODE);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*FROMarticlesWHEREMATCH(title,content)AGAINST('数据库'WITHQUERY 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*FROMarticlesWHEREMATCH(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CREATETABLEarticles(idBIGINTPRIMARYKEYAUTO_INCREMENT,titleVARCHAR(200),contentTEXT,FULLTEXTINDEXft_title_content(title,content)WITHPARSER ngram);-- 添加索引时指定ALTERTABLEarticlesADDFULLTEXTINDEXft_content(content)WITHPARSER 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 = 2n=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"INSERTINTOarticles(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# InnoDBft_min_word_len=1# MyISAM改成 1 之后需要重建全文索引：
ALTERTABLEarticlesDROPINDEXft_content;ALTERTABLEarticlesADDFULLTEXTINDEXft_content(content)WITHPARSER 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 |
简单说：精确匹配用 LIKE，搜索功能用全文索引。
实战建议
- 搜索场景用全文索引，匹配场景用 LIKE——别拿全文索引当万能的
- 中文必须用 ngram 分词器——否则搜不到东西
- 布尔模式的 + 和 - 组合最实用——精确控制搜索结果
- 注意最小搜索长度——ngram_token_size=2 时搜单个字搜不到
- 全文索引会降低写入性能——不适合频繁更新的表
- 数据量特别大时考虑 Elasticsearch——MySQL 全文索引有上限，亿级数据还是上 ES 吧
小结
全文索引是 MySQL 内置的搜索方案，适合中小规模的搜索需求。关键点就三条：中文用 ngram 分词器，查询用布尔模式精确控制，搜索长度注意最小值限制。如果你的搜索需求很复杂（拼音搜索、同义词、高亮等），还是得上 Elasticsearch，MySQL 全文索引搞不定。
相关阅读
- MySQL 官方文档 - Full-Text Search
- ngram 分词器
- 全文索引布尔模式