ngram是MySQL内置中文全文解析器,需配置ngram_token_size并显式声明WITH PARSER ngram;查系统变量而非插件表确认启用,建索引时字段顺序、语法及MATCH中字段顺序必须严格一致,仅支持自然语言模式且搜索词长度不低于token_size。

ngram 不是插件,不用装;但必须配 ngram_token_size 并显式声明 WITH PARSER ngram,否则中文 MATCH 一定查不到结果。
确认 ngram 是否可用,别查 INFORMATION_SCHEMA.PLUGINS
MySQL 5.7+ 的 ngram 是内建解析器,不注册为传统插件,所以执行 SELECT * FROM INFORMATION_SCHEMA.PLUGINS WHERE PLUGIN_NAME = 'ngram' 返回空是正常的,不代表失效。真正该查的是系统变量:
SHOW VARIABLES LIKE 'ngram_token_size';
只要返回一行(默认值为 2),说明已就绪。如果报错或没结果,说明配置文件没生效或 MySQL 没重启。
配置 ngram_token_size 必须改 my.cnf/my.ini 并重启
这个参数不能动态 SET,必须写进配置文件的 [mysqld] 段,例如:
[mysqld] ngram_token_size = 2
常见错误包括:
- 写在
[client]或其他节下 → 无效 - 设为
1后搜“数”却匹配到大量无关文本(如“数据”“数学”“数据库”都含“数”)→ 噪声爆炸、排序失真 - 设为
4后搜“数据”查不到“数据库”→ 因为“数据库”只被切出“数据库”,没生成“数据”这个 token - 改完没重启 MySQL → 配置始终不加载
建全文索引时漏掉 WITH PARSER ngram 就等于白建
哪怕 ngram_token_size 已配好、表字符集是 utf8mb4、引擎是 InnoDB,只要建索引时没写 WITH PARSER ngram,MySQL 就会退回到默认的空格分词器,对中文完全失效。
面向 CRM 系统的 MySQL 8 数据库模式设计。当用户需要为客户关系管理(CRM)系统设计、评审、优化或生成数据库模式时,应使用此项技能。
正确写法(顺序、语法、位置都不能错):
ALTER TABLE tbl_article ADD FULLTEXT INDEX ft_title_content (title, content) WITH PARSER ngram;
注意:
-
WITH PARSER ngram必须放在语句末尾,不能省略,也不能写成USING ngram或PARSER=ngram -
MATCH()中字段顺序必须和索引定义完全一致,MATCH(content, title)会直接报错 1064 - 不支持前缀索引,
content(200)这种写法会触发语法错误 - 索引列必须是
CHAR/VARCHAR/TEXT类型,且表字符集推荐utf8mb4
MATCH ... AGAINST 只能用自然语言模式,且关键词长度不能低于 ngram_token_size
ngram 全文检索不支持布尔模式(IN BOOLEAN MODE)或查询扩展(WITH QUERY EXPANSION),只能用:
SELECT * FROM tbl_article WHERE MATCH(title, content) AGAINST('人工智能' IN NATURAL LANGUAGE MODE);关键限制:
- 搜索词长度必须 ≥
ngram_token_size:设为2时搜“AI”或“云”不会命中,“人工智能”可以,“智能”也可以(因“智能”本身是 2 字) - 匹配是子串式覆盖,不是语义理解:“生日快乐”会被切为“生日”“日快”“快乐”,搜“生日”能中,“日快”也能中——但用户通常不搜这种中间片段
- 相关度排序基于 token 频次与文档长度,对短文本(如标题)效果尚可,长内容易偏移
实际线上用的时候,ngram_token_size = 2 是最平衡的选择;若业务强依赖单字搜索(比如人名、地名缩写),得接受索引体积翻倍和噪声上升的代价,把值调成 1,并做好结果后过滤。

















