mysql使用全文索引+ngram全文解析器进行全文检索

表结构：表名  gamedb   主键  id   问题类型  type  问题  issue  答案 answer

需求

现在有个游戏资料库储存在mysql中，客户端进行搜索，需要对三个字段进行匹配，得到三个字段的相关性，选出三个字段中相关性最大的值进行排序，以此获取相关性最高的数据。如以上表，用户搜索的问题是 “如何获得更多游戏积分?”，然后我需要在（type,issue,answer）三个字段里面进行匹配，找到和这个问题相关性最高的数据。

思路

使用MySQL全文检索进行关键词搜索并按相关性得分排序的查询语句。本人mysql版本5.7.24

mysql全文检索，对mysql版本有什么要求？

ngram全文分析器

实际案例

• 创建表 

CREATE TABLE gamedb (
    id INT AUTO_INCREMENT PRIMARY KEY,
    type VARCHAR(255),
    issue VARCHAR(255),
    answer VARCHAR(255)
);

• 为type、issue和answer字段创建全文索引 

  CREATE FULLTEXT INDEX gamedb_index_type ON gamedb(type);
  CREATE FULLTEXT INDEX gamedb_index_issue ON gamedb(issue);
  CREATE FULLTEXT INDEX gamedb_index_answer ON gamedb(answer);
  

检测这三个字段 

SELECT *,
       (MATCH(type) AGAINST('我喜欢扩展包包')) AS score_type,
       (MATCH(issue) AGAINST('我喜欢扩展包包')) AS score_issue,
       (MATCH(answer) AGAINST('我喜欢扩展包包')) AS score_answer
FROM gamedb
WHERE MATCH(type) AGAINST('我喜欢扩展包包') OR
      MATCH(issue) AGAINST('我喜欢扩展包包') OR
      MATCH(answer) AGAINST('我喜欢扩展包包');

缺点

n-gram分词是一种基于统计的分词方法，它将文本按照n个连续的词为单位进行切分。虽然n-gram分词在很多应用中表现良好，但也存在一些缺点：

最后没有采纳这种方法，由于ngram分词不怎么灵活，不同的分词大小可能会在分词结果和性能方面有所差异。较小的n值（如2-gram）可能更适合处理短语和常见词语，而较大的n值（如4-gram）可能更适合处理长词和特定领域的术语。这里只是记录一下使用方法.........