mysql中模糊查询like和locate函数谁的效率高,为什么?

MySQL模糊查询主要通过两个函数实现：LIKE和LOCATE。
但在InnoDB索引中，使用“%”字符会使索引失效，限制模糊查询的效率。
对于需要全文检索的场景，比如搜索引擎、电商网站的查询需求，InnoDB的全文检索功能提供了另一种高效的解决方案。
全文检索技术主要基于倒排索引（InvertedIndex），它存储了单词及其在文档中的位置的映射。
倒排索引通过在辅助表中组织数据，可以轻松高效地搜索全文中的特定单词。
倒排索引有两种形式：一种是单词及其在多个文档中的位置，另一种是一对（文档ID，位置）。
Fulllyinvertedindex虽然占用空间较大，但可以更好的定位数据，提供更丰富的搜索能力。
在MySQL中，有两种方法创建全文索引：在创建表期间或在已创建的表上。
使用全文索引查询时，可以使用MATCH()AGAINST()语法，该语法支持自然语言搜索、布尔搜索和查询扩展搜索。
每种类型的搜索都有自己的特点和使用场景。
自然语言搜索将搜索字符串解释为句子并查找包含特定关键字的文档。
默认的自然语言搜索模式下，查询结果包括标题和正文中关键词出现的行数。
可以通过SQL语句查询相关性，全文检索计算基于四个条件。
InnoDB引擎全文搜索也会考虑innodb_ft_min_token_size和innodb_ft_max_token_size参数来控制查询的字符长度。
如果长度小于或大于指定值，则单词搜索将被忽略。
布尔搜索允许使用特殊的查询语言规则来解释包含搜索项及其指定运算符的搜索字符串。
例如，查询要求单词同时存在或不存在。
可以通过SQL语句实现不同的布尔模式，例如使用“+”和“-”来识别单词是否应该存在。
查询扩展搜索是自然语言搜索的扩展，允许您在关键字太短的情况下查询隐性知识。
通过在查询语句中添加WITHQUERYEXPANSION，可以启用全文检索的隐式知识查询，分为两个阶段。
该示例演示了查询扩展搜索的使用，包括查询相关结果和不相关查询的处理。
删除全文索引有两种方法：直接删除或通过可更改语句。

【Elasticsearch7.6系列】Elasticsearch倒排索引

Elasticsearch卓越的搜索性能与其对倒排索引的支持密不可分。
本文将简要回顾这个关键概念。
反向索引也称为反向索引，与正向索引相反。
正向索引通过键查找值，而倒排索引通过值查找键。
Oracle或MySQL等数据库通过索引字段查找数据，而Elasticsearch主要通过数据（搜索词）查找记录。
当您将文档插入Elasticsearch时，会为该字段创建倒排索引。
结构大致如下：首先通过索引查字典，找到查询条件对应的倒排列表，从列表中获取文档ID。
，然后找到匹配的文档。
要了解倒排索引，您需要了解一些相关术语。
术语是文档分析后创建的基本单元，字典是所有术语的集合，FST（FiniteStateTransducer）是一种优化的数据结构，用于减少内存使用和磁盘IO。
例如，FST允许您以LogN的查询时间复杂度高效地处理许多文档中的术语。
术语索引(TermIndex)是为每个术语创建的小型索引，经过压缩并存储在内存中以提供快速检索。
PostingList是一个列表，记录了每个术语出现的文档，包括文档ID、术语频率、偏移量和其他信息。
例如，倒排索引就像搜索引擎索引和字典的组合。
例如，如果您输入“ontheMorningjog”，Elasticsearch通过分词获取这些术语，然后通过倒排索引快速找到包含这些单词的文档。

【漫画】ES原理必知必会的倒排索引和分词

倒排索引的主要目的是快速检索数据。
例如，在MySQL中为特定字段添加索引可以大大提高查询速度。
倒排索引针对Elasticsearch/Lucene等特定数据结构进行了优化。
反向索引可以比喻为一本书的目录和索引页，即在没有搜索引擎的情况下，通过输入URL来查找内容称为“重定向索引”，输入单词即可找到匹配的内容。
文章被称为“反向索引”或“倒排索引”。
在搜索引擎中，反向索引是通过将文本分为单词并记录单词与文档之间的关系来实现的。
核心部分包括词汇表和词汇表。
在Elasticsearch中，解析器组件用于对文档进行分段并构建反向索引存储库。
JSON文档中的每个字段都可以有独立的倒排索引，但您可以指定是否对字段建立索引以节省空间。
分词是将文本转换为词序的过程。
分析和分词可以使用内置分词或自定义分词。
词汇部分通常包括同义词库和热更新词典等功能。
支持全新更新的自定义词库和分词词典，以IK词类为例。
在实际应用中，正确选择和使用分词对于提高搜索效率至关重要。
通过练习，您可以更好地理解如何使用class”这个词。