MySQL中文全文索引的mysqlcft插件(1/5)

文章要講的是一篇基於mysqlcft插件的使MySQL中文全文索引的方法，因為mysql目前來講還對中文fulltext支持的很不理想哦，下面我們來看看如何使用mysqlcft插件讓你的mysql支持中文索引吧。

MySQL中文全文索引插件mysqlcft的特點：
　　1、優點：
　　①、精准度很高：采用自創的“三字節交叉切分算法”，對中文語句進行分割，無中文分詞詞庫，搜索精准度遠比中文分詞算法高，能達到LIKE '%...%"的准確率。
　　②、查詢速度快：查詢速度比LIKE '%...%"搜索快3～50倍，文章末尾有測試結果；
　　③、標准插件式：以MySQL 5.1全文索引的標准插件形式開發，不修改MySQL源代碼，不影響MySQL的其他功能，可快速跟進MySQL新版本；
　　④、支持版本多：支持所有的MySQL 5.1 Release Candidate版本，即MySQL 5.1.22 RC～最新的MySQL 5.1.25 RC；
　　⑤、支持字符集：支持包括GBK、GB2312、UTF-8、Latin1、BIG5在內的MySQL字符集（其他字符集沒有測試過）；
　　⑥、系統兼容好：具有i386和x86_64兩個版本，支持32位（i386）和64位（x86_64）CPU及Linux系統；
　　⑦、適合分布式：非常適合MySQL Slave分布式系統架構，無詞庫維護成本，不存在詞庫同步問題。

　　2、缺點：
　　①、mysqlcft中文全文索引只適用於MyISAM表，因為MySQL只支持對MyISAM表建立FULLTEXT索引；
　　②、MySQL不能靜態編譯安裝，否則無法安裝mysqlcft插件；
　　③、基於“三字節交叉切分算法”的索引文件會比海量、ft-hightman等基於“中文分詞算法”的索引文件稍大，但不是大很多。根據我的測試，mysqlcft全文索引的.MYI索引文件是.MYD數據文件的2～5倍。


　　二、mysqlcft的核心思想──“三字節交叉切分算法”

　　

　　注：本文以0～7數字序號代表“英文”、“數字”和“半個漢字”，以便說明。
　　1、按三字節對中文語句進行切分，建立全文索引：
　　例如：“全文索引”或“1台x光機”四個字會被交叉分拆為6份，建立反向索引：
　　012　　123　　234　　345　　456　　567

　　2、按三字節對搜索的關鍵字進行切分，在全文索引中找出對應信息：
　　例①：搜索關鍵字“文索”，用數字序號表示就是“2～5”，那麼它將被切分成：
　　234　　345
　　這樣，就與全文索引對上了。

　　例②：搜索關鍵字“x光機”，用數字序號表示就是“3～7”，那麼它將被切分成：
　　345　　456　　567
　　這樣，也與全文索引對上了。

　　例③：搜索關鍵字“1台 光機”，用數字序號表示就是“0～2”和“4～7”，那麼它將被切分成：
　　012　　456　　567
　　這樣，多關鍵字搜索也與全文索引對上了。

首頁 1 2 3 4 5 末頁