FULL TEXT SEARCH INDEX

• 문서의 내용 전체를 인덱스화하기 때문에 일반적으로 인덱싱에 사용하는 B-Tree 인덱스를 사용하지 않음
• 키워드로 인덱스를 구축
  • 어근 분석 : 복잡하고 전문적인 알고리즘 이기 때문에 사용하기 쉽지 않음
  • n-gram : 단순 키워드 검색을 위한 인덱싱 알고리즘

n-gram 알고리즘

공백으로 단어를 분리하고, 단어를 n 길이로 잘라서 인덱싱하는 방법

• n-gram 에서 n은 인덱싱할 키워드의 최소 글자 수 : 일반적으로 n=2임
  • ngram_token_size 시스템 변수를 통해 변경 가능
  • 이 값에 따라 검색어 길이 제약이 생기므로 2 또는 3 이 가장 많이 사용됨
  • 검색어의 길이 >= ngram_token_size
• 잘려진 토큰들을 full text index 를 이용해 동등 조건으로 검색하므로, 2, 3 보다 큰 검색어도 조회 가능

쿼리 모드

1. 자연어 검색(NATURAL LANGUAGE MODE) : default

   • 검색어를 많이 포함하고 있는 순서대로 정렬해서 결과 반환
   • 문장 검색 시 : 검색어에 사용된 모든 단어가 포함된 레코드 + 일부만 포함하는 결과도 조회
     1. 검색어를 구분자를 통해 단어로 분리
     2. n-gram 파서로 토큰 생성
     3. 토큰에 대해 일치하는 단어 개수 확인
     4. 일치율 확인

2. 불리언 검색(BOOLEAN MODE)

   • 검색어의 존재 여부에 대한 논리적 연산 가능
   • +가 붙은 검색어는 full text index 칼럼에 존재해야함.
   • -가 붙은 검색어는 full text index 칼럼에 없어야함.
   • +,- 가 없다면 NATURAL LANGUAGE MODE와 거의 흡사하게 동작.
     • 다만 서로 다른 방식으로 일치율 계산하므로, 완전히 같지는 않음