MySQL全文索引使用条件解析词法分析与检索过程详解

全文索引不会被优化器“自动选中”

许多开发者在优化MySQL查询性能时，常会遇到一个令人困惑的现象：已经为数据表添加了FULLTEXT全文索引，但执行EXPLAIN分析查询计划时，key列却始终显示为NULL。这并非索引失效，而是MySQL优化器的一项特殊机制。本质上，全文索引不会被纳入常规的B+树索引成本评估体系。它更像一个需要特定“指令”才能激活的专属搜索工具。

这个核心“指令”就是MATCH ... AGAINST语法。如果查询语句仍使用WHERE content LIKE '%关键词%'这样的模糊匹配，优化器将完全忽略全文索引，转而进行全表扫描或使用其他可用的普通索引。

• 激活条件：必须使用MATCH(column) AGAINST('keyword')语法才能启用全文索引检索。
• 搜索模式：AGAINST函数的第二个参数决定了搜索行为，包括默认的自然语言模式（IN NATURAL LANGUAGE MODE）、支持高级运算符的布尔模式（IN BOOLEAN MODE），以及能进行语义扩展的查询扩展模式（WITH QUERY EXPANSION）。
• 功能限制：需要特别注意，全文索引无法用于加速排序（ORDER BY）或分组（GROUP BY）操作。即使相关列已建立全文索引，这些查询依然无法从中获益。

全文索引的词法分析由分词器控制，不是 SQL 层逻辑

全文索引的核心在于“分词”，这一关键步骤由存储引擎层的分词器完成，独立于上层的SQL解析逻辑。对于中文、日文等无天然空格分隔的语言，MySQL默认的分词器无法有效工作，必须显式指定ngram解析器。

ALTER TABLE articles ADD FULLTEXT INDEX ft_title_content (title, content) WITH PARSER ngram;

如果在创建索引时遗漏了WITH PARSER ngram子句，对中文字段进行全文搜索很可能返回空结果。因为默认分词器会尝试按空格和标点切分，而一个连续的中文句子会被视为一个超长“单词”，导致匹配失败。

• 分词粒度：ngram_token_size参数控制中文分词的精细度，默认值为2（按双字切分）。可调整为1（单字）或3（三字），但粒度越小，生成的索引体积越大，存储开销越高。
• 内部存储：分词后的结果存储在内部的FTS（全文搜索）辅助表中（表名格式如FTS_0000000000000123_0000000000000124_INDEX_1），这些表对用户透明，也不会在EXPLAIN输出中显示。
• 引擎区别：MyISAM引擎采用另一套全文索引实现，且不支持ngram解析器。在进行跨存储引擎的数据迁移时，全文搜索的行为和结果可能发生显著变化。

全文查询性能瓶颈常不在索引本身，而在匹配后过滤

使用MATCH ... AGAINST确实能高效定位相关文档ID并计算相关性得分，但性能瓶颈往往出现在后续步骤。如果查询还包含其他复杂的WHERE过滤条件或JOIN操作，MySQL可能需要先获取所有匹配的文档ID，再回到主表中逐行校验这些附加条件。此过程若涉及大量随机磁盘I/O，全文索引带来的性能优势将迅速被抵消。

以下是一个典型场景：

SELECT * FROM articles WHERE MATCH(title, content) AGAINST('数据库优化' IN NATURAL LANGUAGE MODE)
  AND status = 'published'
  AND create_time > '2025-01-01';

在此查询中，如果status和create_time字段缺乏有效的辅助索引，那么全文索引带来的快速检索收益，很可能消耗在后续对大量中间结果的行级过滤上。

• 优化方案：建议为高频使用的过滤条件单独建立索引。需注意，InnoDB存储引擎不支持在同一组合索引中混合全文索引列和普通列。
• 模式影响：布尔模式（IN BOOLEAN MODE）支持使用+（必须包含）、-（必须排除）、*（前缀通配符）等运算符，能更精确地限定匹配范围，提前过滤无关文档，有时比自然语言模式效率更高。
• 排序开销：若需按相关性评分排序（如ORDER BY MATCH(...) AGAINST(...) DESC），即使使用了全文索引，该操作也会触发文件排序（Using filesort），无法通过索引优化。

全文索引重建与碎片问题容易被忽略

InnoDB引擎的全文索引更新采用异步机制。执行INSERT或UPDATE操作后，数据变更不会立即同步到倒排索引，而是先进入名为FTS insert buffer的缓冲区，由后台线程定期合并。DELETE操作也仅是在DELETED辅助表中进行标记，而非物理删除。长期运行后，索引内部会产生碎片，导致查询性能逐渐下降。

遗憾的是，MySQL没有提供类似OPTIMIZE TABLE那样可直接整理全文索引碎片的简单命令。常见的维护方法包括：

• 全表优化：执行OPTIMIZE TABLE articles。此操作会重建整张表及其所有索引（含全文索引），效果彻底，但需要锁表，耗时较长，对线上服务影响显著。
• 手动流程：在业务低谷期，采用数据导出→删除全文索引→重建表结构→导入数据→重新创建全文索引的步骤。过程虽繁琐，但可控性更强。
• 监控指标：通过查询INFORMATION_SCHEMA.INNODB_FT_CONFIG系统表中的optimize_count值，可以监控后台合并线程的进度。若该值持续增长，表明索引合并速度已滞后于数据更新。

另一个根本性限制是：全文索引一旦创建，其分词器类型和字段组合便无法修改。任何此类调整都必须先删除原索引，再重新创建。在重建期间，新写入的数据可能无法被正确分词，从而导致短暂的搜索不一致性问题。