bounty将在2天后过期。回答此问题可获得+200声望奖励。jor正在寻找来自知名来源的答案。
实现一个简单的全文搜索时，我遇到了一个布尔模式和短语组合的问题。另外值得注意的是，列有一个二进制排序规则（utf8_bin），而表没有。
假设设置如下：
CREATE TABLE `test` (
`test_id` int(11) NOT NULL AUTO_INCREMENT,
`text_bin` text CHARACTER SET utf8 COLLATE utf8_bin NOT NULL,
PRIMARY KEY (`test_id`),
FULLTEXT KEY `text_bin` (`text_bin`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8;
INSERT INTO `test` (`test_id`, `text_bin`) VALUES
(1, 'Lorem Ipsum Dolor Sit Amet.'),
(2, 'Consectetuer Adipiscing Elit.'),
(3, 'Amet Sit Dolor Ipsum Lorem.')
;然后运行此查询：
SELECT t.test_id, t.text_bin,
MATCH(t.text_bin) AGAINST ('Lorem Ipsum' IN BOOLEAN MODE) as m_Words,
MATCH(t.text_bin) AGAINST ('"Lorem Ipsum"' IN BOOLEAN MODE) as m_Phrase,
MATCH(t.text_bin) AGAINST ('Lorem' IN BOOLEAN MODE) as m_Lorem,
MATCH(t.text_bin) AGAINST ('Ipsum' IN BOOLEAN MODE) as m_Ipsum
FROM test t
;这会产生下列结果：
| 测试标识|文本框|m_字|m_短语|m_洛雷姆|m_Ipsum|
| - -|- -|- -|- -|- -|- -|
| 一个|洛伦·伊普苏姆·多洛·西蒂·阿梅特|0.0620单位|第0页|0.0310单位|0.0310单位|
| 2个|无脂饮食|第0页|第0页|第0页|第0页|
| 三个|阿米特·席特·多洛·伊普桑·洛伦。|0.0620单位|第0页|0.0310单位|0.0310单位|
(Note：我将数字缩短为小数点后4位，以提高可读性。）
对于列m_Phrase，我希望第一行的值大于0。这是一个bug还是有人能解释一下为什么结果是0？
DB小提琴：https://www.db-fiddle.com/f/8qxR3SiPVtESU3saebhgBG/0
2条答案
按热度按时间ajsxfq5m1#
我的直觉是这与
space定界符有关。例如，在这个小提琴中，不同的排序规则会给予不同的结果，区分大小写和匹配空格作为文字的一部分-https://www.db-fiddle.com/f/pi78uuA1RCFeToaRH9skcK/2
更新-使用特殊字符（
.#*）更新了上面的Fiddle，这些字符与预期的短语匹配。除了使用不同的归类之外，我不知道您的问题的解决方案-只使用
utf8_general_ci了解您的用例，甚至是您所面临的促使您使用
utf8_bin的性能考虑因素，将是一件非常有趣的事情。更新二：
这看起来像一个报告的bug。虽然，从2018年...一个修复似乎是降级到版本
5.7.19。看起来似乎没有一个最新版本的方法可以同时处理基于FULLTEXT的查询和区分大小写。非常非常奇怪。最简单（不完美）的方法是在每个单词前加上一个加号
+Lorem +Ipsum，但显然会导致一些误报。（请参阅上面的m_all和m_AllLower字段。balp4ylt2#
在8.0.31中仍然失败。
这可能是一种解决方法：
也就是说，避免FT中的短语测试，并使用LIKE作为辅助过滤器来检查短语。
唉，它不会让你显示相关性。