mysql原生不支持中文分词，需启用ngram插件并设token_size=2，重建索引时指定with parser ngram；用户输入须白名单清洗后走自然语言模式；title字段在联合索引中权重更高；短词需应用层预处理补位。
MySQL原生不支持中文分词，直接建FULLTEXT索引对中文字段几乎无效——搜“数据库优化”，它不会拆成“数据库”“优化”，而是当一个超长词处理，匹配率极低。必须启用ngram解析器或走外部分词路径。
必须启用ngram插件并配置token_size
MySQL 5.7.6+ 内置ngram插件，专为中文、日文等无空格语言设计。但默认不启用，且ngram_token_size需显式设为2（双字切分）才实用：
- 确认插件已加载：
SELECT PLUGIN_NAME, PLUGIN_STATUS FROM INFORMATION_SCHEMA.PLUGINS WHERE PLUGIN_NAME = 'ngram';，若未激活，需在my.cnf中加plugin-load=ngram=libngram.so并重启 - 设置分词粒度：
SET GLOBAL ngram_token_size = 2;（推荐值，1太碎，3以上漏词多） - 重建全文索引：改完参数后，
ALTER TABLE articles DROP INDEX ft_idx, ADD FULLTEXT ft_idx (content) WITH PARSER ngram;——WITH PARSER ngram不能省，否则仍走默认分词器
避免在布尔模式下混用用户输入的原始关键词
AGAINST('用户输入' IN BOOLEAN MODE)看似灵活，但中文场景极易出错：
- 用户搜“MySQL 教程”，若未清洗就拼进SQL，空格会被当操作符，实际执行
AGAINST('MySQL 教程' IN BOOLEAN MODE)会报错ERROR 1064 - 中文里“+”“-”“>”等符号本身是常见字符（如“C++”“A-B测试”），未经过滤直接入参会导致逻辑反转或语法崩溃
- 正确做法：先用白名单正则清理，只留汉字、数字、字母、空格；再用
REPLACE()把连续空格压成单空格；最后套AGAINST('cleaned_string' IN NATURAL LANGUAGE MODE)更安全
组合索引字段顺序影响分词权重
联合全文索引FULLTEXT(title, content)不是简单叠加，title字段的分词结果在倒排索引中默认权重更高：
- 自然语言模式下，相同词出现在
title比出现在content获得更高相关性分数，排序更靠前 - 如果业务强调正文匹配（如法律条文检索），应单独为
content建索引，或用UNION分别查title和content再合并 - 不要为同一字段重复建多个全文索引，InnoDB会拒绝：
ERROR 1214: The used table type doesn't support FULLTEXT indexes（其实是已有索引冲突）
中文短词（2字以下）仍需手动补位
ngram能解决“数据”“库优”这类切分，但对“AI”“Go”“PHP”等西文缩写或单字词（如“云”“端”）依然失效：
-
ft_min_word_len对ngram无效，它只控制传统分词器的最小长度 - 真实方案：应用层预处理，用
jieba或pkuseg分词后，把高频短词（如“AI”“IoT”）额外存入新字段keywords，再对该字段建普通FULLTEXT索引 - 别依赖
OPTIMIZE TABLE修复中文分词效果——它只整理碎片，不重跑分词逻辑；真正生效必须DROP + ADD FULLTEXT ... WITH PARSER ngram
最常被忽略的一点：ngram分词不支持前缀搜索（如“数*”匹配“数据库”），也不支持停用词过滤（“的”“了”全被当有效token）。如果你的业务要求高精度召回，与其硬调参数，不如在应用层做一次轻量级分词+关键词映射，把可控性拿回来。
