O que é pesquisa de texto completo vs LIKE

FTS envolve indexar as palavras individuais dentro de um campo de texto, a fim de fazer a pesquisa através de muitos registros rapidamente. Usar o LIKE still requer que você faça uma pesquisa de string (linear ou similar) dentro do campo.

O texto completo permite uma pesquisa muito mais complexa, incluindo e, ou não, Mesmo resultados sonoros similares (SOUNDEX) e muitos mais itens.

Eu iria começar a olhar para o SQL contém() FREETEXT () e itens de pesquisa de texto completo relacionados para ajudar a obter uma melhor compreensão do que está disponível.

O MySQL cria um índice a partir das palavras da coluna de pesquisa de texto completo activa e efectua pesquisas neste índice. O MySQL usa um algoritmo sofisticado para determinar as linhas correspondentes à pesquisa.

Indexação:

Onde o Foo gosta de '% Bar'; Não é possível tirar partido de um índice. Tem de olhar para cada fila e ver se corresponde. Um índice fulltext, no entanto, pode. Na verdade, os índices fulltext podem oferecer muito mais flexibilidade em termos de ordem de correspondência de palavras, quão perto essas palavras estão juntas, etc.

Steming:

Uma pesquisa de texto completo pode conter palavras. Se você procurar correr, você pode obter resultados para" ran "ou"running". A maioria dos motores fulltext têm dicionários em uma variedade de línguas.

Resultados Ponderados:

Um índice de texto completo pode abranger várias colunas. Por exemplo, você pode procurar por " pêssego pie", e o índice pode incluir um título, palavras-chave, e um corpo. Os resultados que coincidem com o Título podem ser ponderados mais, como mais relevantes, e podem ser ordenados para mostrar perto do topo.

Desvantagens:

Um índice de texto completo pode potencialmente ser enorme, muitas vezes maior do que um índice de árvore B padrão. Por esta razão, muitos provedores hospedados que oferecem instâncias de banco de dados desativam este recurso, ou pelo menos cobrar extra por ele. Por exemplo, da última vez que verifiquei, o Windows Azure não suportava consultas de texto completo.

Os índices Fulltext também podem ser mais lentos de atualização. Se os dados mudarem a lote, pode haver alguns índices de actualização do gal em comparação com o padrão Index.

Document sets = {d1, d2, d3, d4, ... dn}
Term sets = {t1, t2, t3, .. tn}

Now term-document matrix (which term member of which document) can be represented as:

t1 -> {d1, d5, d9,.. dn}
t2 -> {d11, d50, d2,.. dn}
t3 -> {d23, d67, d34,.. dn}
:
tn -> {d90, d87, d57,.. dn}

Quando o pedido chegar em pedir "Traga - me todos os documentos que contêm a palavra/termo t1" - então o conjunto de documentos {d1, d5, d9,.. dn é devolvido.

Tu could hack a des-normalized table schema to store documents-each row in MySQL table will be considered as "document" and a TEXT column could contain a paragraph etc. O índice invertido irá conter os termos como teclas de hash e as linhas-ids como ids do documento.

Lembre-se que esta consulta SQL terá mais ou menos Desempenho O(1). A consulta será independente de

1. Número de palavras / termos na coluna de texto
2. o número de linhas / documentos correspondentes ao critérios
3. o comprimento das palavras/termos

Por exemplo, este SQL pode ser disparado para extrair todas as linhas correspondentes à palavra indicada XYZ:

SELECT * 
FROM   my_table 
WHERE  MATCH (my_text_column) against ('XYZ' IN boolean mode) ;

Caveat: se adicionar ordem a esta consulta, a sua execução irá variar com base nos vários parâmetros, um dos quais é o número de linhas/documentos correspondentes. Por isso, cuidado.

O FTS é mais eficiente, poderoso (especialmente para quebra-palavras e funcionalidades derivadas) ... mas verifique os seus requisitos porque, por vezes, o DBs não suporta todas as línguas, por exemplo, o MSSQL não suporta o grego (veja nesta página http://msdn.microsoft.com/en-us/library/ms176076 (V=sql.110).aspx )