MySQL MATCH() AGAINST() 与 REGEXP 匹配整个单词答案

【问题标题】：MySQL MATCH() AGAINST() vs. REGEXP for matching whole wordsMySQL MATCH() AGAINST() 与 REGEXP 匹配整个单词
【发布时间】：2019-07-25 02:23:54
【问题描述】：

我正在尝试优化在我的字典中的搜索（109,000 个条目，MyISAM，FULLTEXT），我现在将MATCH() AGAINST() 的性能与REGEXP '[[:<:]]keyword1[[:>:]]' AND table.field REGEXP '[[:<:]]keyword2[[:>:]]' 的性能进行比较。

使用两个关键字，我得到（在 PhpMyAdmin 内）0.0000 seconds 或 0.0010 seconds 用于 MATCH() AGAINST() 查询与 0.1962 seconds 或0.2190 秒 用于正则表达式查询。速度是这里唯一重要的指标吗？我应该更喜欢哪个查询（两者似乎产生完全相同的结果）？是不是很明显——速度更快？

以下是完整的查询：

SELECT * FROM asphodel_dictionary_unsorted 
JOIN asphodel_dictionary_themes ON asphodel_dictionary_unsorted.theme_id = asphodel_dictionary_themes.theme_id 
LEFT JOIN asphodel_dictionary_definitions ON asphodel_dictionary_unsorted.term_id = asphodel_dictionary_definitions.term_id 
WHERE MATCH (asphodel_dictionary_unsorted.english) 
AGAINST ('+boiler +pump' IN BOOLEAN MODE)

和

SELECT * FROM asphodel_dictionary_unsorted 
JOIN asphodel_dictionary_themes ON asphodel_dictionary_unsorted.theme_id = asphodel_dictionary_themes.theme_id 
LEFT JOIN asphodel_dictionary_definitions ON asphodel_dictionary_unsorted.term_id = asphodel_dictionary_definitions.term_id 
WHERE asphodel_dictionary_unsorted.english REGEXP '[[:<:]]boiler[[:>:]]' 
AND asphodel_dictionary_unsorted.english REGEXP '[[:<:]]pump[[:>:]]' 
ORDER BY asphodel_dictionary_unsorted.theme_id, asphodel_dictionary_unsorted.english

【问题讨论】：

如果答案（对于这个问题）不明显，那么它是基于意见的。
同意。但我在 MySQL 方面经验不足，可能会遗漏一些东西，这就是我问这个的原因。
对不起，如果我在笑。但与 SO 上 99% 的问题（和答案）相比，您是专家（如果您编写了这些查询）:-)
是的，我做到了（写他们）。当然，经过相当多的实验和阅读。谢谢你:)
在某些情况下FULLTEXT 不起作用。它们主要围绕“单词”的异常定义，或者一种与英语的模仿程度不足以让 FT 工作的语言。但是当它起作用时，FT 比REGEXP 或LIKE 快很多。

标签： mysql regex match-against

【解决方案1】：

MATCH/AGAINST 解决方案使用 FULLTEXT 索引，它搜索索引的效率很高。

REGEXP 解决方案不能使用索引。它总是强制进行表扫描并使用正则表达式测试每一行。随着表的增长，执行与行数成线性比例的REGEXP 查询将需要更长的时间。

几年前我做了一个演示 Full Text Search Throwdown，我将全文索引方法与 LIKE 和 REGEXP 进行了比较。对于 740 万行的样本数据，REGEXP 花费了 7 分 57 秒，而在布尔模式下搜索 InnoDB FULLTEXT 索引花费了 350 毫秒 — MATCH/AGAINST 查询快了 1,363 倍。

您拥有的行数越多，差异就会越大。

【讨论】：

我的数据库不太可能增长，实际上它会变得更小，因为它目前包含许多单数术语和复数术语（英语）的实例，在保加利亚语中具有相同的单数翻译（更多超过一半的条目已经处理）。但是，0.0010 秒和 0.2190 秒之间的差异仍然很大。这就是我想知道的——如果速度是这里的最终标准。谢谢。