内置的MySQL全文解析器使用单词之间的空白作为分隔符，以确定单词的开始和结束位置，这在处理不使用单词分隔符的表意文字语言时是一个限制。为了解决这个限制，MySQL提供了一个支持中文、日语和韩语(CJK)的ngram全文解析器。支持使用ngram全文解析器InnoDB而且MyISAM．

的连续序列n从给定文本序列中的字符。ngram解析器将一个文本序列标记为一个连续的n字符。例如，您可以令牌化”abcd”的不同值n使用ngram全文解析器。

n = 1: ' a ', ' b ', ' c ', ' d ' n = 2:“ab”、“公元前”、“cd”n = 3:“abc”,bcd的n = 4:“abcd”

ngram全文解析器是一个内置的服务器插件。与其他内置服务器插件一样，它在服务器启动时自动加载。

中描述的全文搜索语法第12.10节“全文查册功能”适用于ngram解析器插件。本节将描述解析行为的差异。与全文相关的配置选项，最小和最大字长选项除外(innodb_ft_min_token_size,innodb_ft_max_token_size,ft_min_word_len,ft_max_word_len)也同样适用。

配置ngram令牌大小

ngram解析器默认的ngram令牌大小为2 (bigram)。例如，当令牌大小为2时，ngram解析器将解析字符串”abc def”分为四个令牌:”ab”,”公元前”,”德”而且”英孚”．

Ngram令牌大小可以使用ngram_token_size配置选项，该选项的最小值为1，最大值为10。

通常情况下,ngram_token_size设置为要搜索的最大令牌的大小。如果只打算搜索单个字符，请设置ngram_token_size为1。令牌大小越小，全文搜索索引越小，搜索速度越快。如果需要搜索包含多个字符的单词，请设置ngram_token_size相应的行动。例如,”生日快乐”是”生日快乐”简体中文，其中”生日”是”生日”,”快乐”可以翻译为”快乐”．要搜索这样的双字符词，请设置ngram_token_size到2或更高的值。

作为只读变量，ngram_token_size只能作为启动字符串或配置文件的一部分设置:

创建一个使用ngram解析器的全文索引

创建一个全文使用ngram解析器的索引，指定与解析器ngram与创建表,ALTER TABLE,或创建索引．

下面的示例演示使用ngram全文索引，插入样例数据(简体中文文本)，并在INFORMATION_SCHEMA。INNODB_FT_INDEX_CACHE表格

mysql >使用测试;CREATE TABLE articles (id INT UNSIGNED AUTO_INCREMENT NOT NULL PRIMARY KEY, title VARCHAR(200)， body TEXT, FULLTEXT (title,body) WITH PARSER ngram) ENGINE=InnoDB CHARACTER SET utf8mb4;SET NAMES utf8mb4;插入文章(标题、主体)值(“数据库管理”,“在本教程中我将向你展示如何管理数据库”),(“数据库应用开发”,“学习开发数据库应用程序”);SET GLOBAL innodb_ft_aux_table="test/articles";SELECT * FROM INFORMATION_SCHEMA。INNODB_FT_INDEX_CACHEORDER BY doc_id, position;

添加一个全文索引到现有表，您可以使用ALTER TABLE或创建索引．例如:

CREATE TABLE articles (id INT UNSIGNED AUTO_INCREMENT NOT NULL PRIMARY KEY, title VARCHAR(200)， body TEXT) ENGINE=InnoDB CHARACTER SET utf8;添加全文索引ft_index(标题，正文)#或者:创建全文索引ft_index ON article (title,body) WITH PARSER ngram

解析器空间处理

ngram解析器在解析时消除了空格。例如:

ngram解析器停止字处理

内置的MySQL全文解析器将单词与停止词列表中的条目进行比较。如果一个词等于停止词列表中的一个条目，则该词将从索引中排除。对于ngram解析器，终止字处理的执行方式不同。ngram解析器不排除与停止词列表中的条目相等的标记，而是排除包含stopwords。例如,假设ngram_token_size = 2，一个包含”a、b”是解析”一个,”而且”b”．如果逗号(”,”)被定义为一个停止词，两者都是”一个,”而且”b”被排除在索引之外，因为它们包含逗号。

默认情况下，ngram解析器使用默认的停止词列表，它包含一个英语停止词列表。对于适用于汉语、日语或韩语的停词列表，您必须创建自己的停词列表。有关创建停止词列表的信息，请参见第12.10.4节“全文停止词”．

长度大于ngram_token_size将被忽略。

解析器术语搜索

为自然语言模式搜索时，搜索项被转换为ngram项的联合。例如，字符串”美国广播公司”(假设ngram_token_size = 2)转换为”ab公元前”．给出两份文件，其中一份包含”ab”另一个包含”美国广播公司”，搜索项”ab公元前”匹配两个文档。

为布尔搜索模式，搜索词被转换为ngram短语搜索。例如，字符串'abc'(假设ngram_token_size = 2)转换为'”ab公元前””。给定两个文档，一个包含'ab'，另一个包含'abc'，搜索短语'”ab公元前”'只匹配包含'abc'的文档。

ngram解析通配符搜索

因为一个ngram全文索引只包含ngram，并且不包含关于术语开头的信息，通配符搜索可能返回意外的结果。以下行为适用于使用ngram的通配符搜索全文搜索索引:

ngram语法分析器短语搜索

短语搜索被转换为ngram短语搜索。例如，搜索短语”美国广播公司”被转换为”ab公元前”，它返回包含”美国广播公司”而且”ab公元前”．

搜索词”abc def”被转换为”Ab BC de ef”，它返回包含”abc def”而且”Ab BC de ef”．包含以下内容的文档”六边形abcdef”不是回来了。