MySQL创建全文索引时，不添加/*!50100 WITH PARSER `ngram` */，查询不到结果

在 MySQL 中创建全文索引时，如果不添加 /*!50100 WITH PARSERngram*/（即明确指定使用 ngram解析器），导致索引对中文或混合内容失效的根本原因如下： 

1. ​​默认解析器不适用于中文分词​​

MySQL 内置的默认全文解析器基于​​空格和标点​​进行分词（拉丁语系规则），而中文、日文等语言没有自然分隔符。因此，默认解析器会将整段中文视为一个连续的字符串，无法拆解成有意义的词语。

​​示例​​：

对文本 "全文索引"，默认解析器无法识别 "全文"或 "索引"等子词，导致搜索 "全文"无结果。

而 ngram解析器会按 ngram_token_size（默认值为 2）切分为 "全文"、"文索"、"索引"，从而支持匹配。

 

2. ​​ngram解析器是支持中文的必要条件​​

从 ​​MySQL 5.7.6 开始​​，官方引入了 ngram解析器插件，专门用于支持​​非空格分隔语言​​（如中文）的分词。

若不显式指定 WITH PARSER ngram，MySQL 会使用默认解析器，生成的索引仅能处理英文或数字，无法正确索引中文内容。

  

3. ​​配置参数依赖 ngram解析器​​

与分词相关的参数（如 ngram_token_size）​​仅在启用 ngram解析器时生效​​。若未指定解析器：

innodb_ft_min_token_size（最小词长）和 innodb_ft_max_token_size（最大词长）等参数对中文无效；

默认解析器会忽略长度小于 3或大于 84的单词，但中文单字长度固定为 1，导致大部分词被忽略。

 

4. ​​停用词处理差异​​

默认解析器依赖​​停用词表​​（如 innodb_ft_default_stopword），但中文停用词（如 "的"、"了"）未被默认列表覆盖。未启用 ngram时，停用词过滤逻辑可能误删有效中文词语。

而 ngram解析器通过机械切分规避了停用词问题（除非显式配置自定义停用词表）。

 

​​解决方案：显式启用 ngram解析器​​

-- 创建全文索引时强制指定 ngram 解析器 ALTER TABLE 表名 ADD FULLTEXT INDEX 索引名 (字段名) WITH PARSER ngram;

 

 ​​辅助配置建议​​

1. ​​调整 ngram_token_size​​

在 my.cnf中设置 ngram_token_size=2（默认值，适合双字词），重启 MySQL 并重建索引。

 

2. 处理特殊符号干扰​​

若字段含分号（;）、连字符（-）等符号，需将其加入​​自定义停用词表​​，避免干扰分词

CREATE TABLE custom_stopwords (value VARCHAR(30)); INSERT INTO custom_stopwords VALUES (';'), ('-'); SET GLOBAL innodb_ft_server_stopword_table = '数据库名/custom_stopwords';

 

3. 使用 BOOLEAN MODE提升精度​​

查询时推荐布尔模式，支持 +（必须包含）、-（排除）等操作符：

SELECT * FROM 表名 WHERE MATCH(字段) AGAINST('+关键词' IN BOOLEAN MODE);

  

总结：

未添加 WITH PARSER ngram导致索引失效的核心原因是：​​默认解析器无法处理无空格分隔的中文文本​​。显式启用 ngram后，MySQL 才能按字符长度机械切分中文，生成有效的倒排索引。同时需配合参数调整（如 ngram_token_size）和符号过滤，才能实现精准匹配。