Full-Text Index

做的事：真实建一张带FULLTEXT索引的表，跑自然语言搜索

代码CREATE TABLE ft_test (id INT PRIMARY KEY AUTO_INCREMENT, body TEXT, FULLTEXT(body)); INSERT INTO ft_test (body) VALUES ('MySQL is a popular open source database'), ('PostgreSQL is also a popular open source database'), ('Redis is an in-memory data store'), ('MySQL replication uses binary logs'); SELECT id, body, MATCH(body) AGAINST('MySQL database') AS relevance FROM ft_test WHERE MATCH(body) AGAINST('MySQL database') ORDER BY relevance DESC;

验证：命中词数真实直接决定了相关度分数

id  body                                          relevance
1   MySQL is a popular open source database        0.1812381148338318   ← 同时命中MySQL和database
2   PostgreSQL is also a popular open source db...  0.0906190574169159   ← 只命中database
4   MySQL replication uses binary logs              0.0906190574169159   ← 只命中MySQL

（Redis那一行真实完全没有出现，两个词都不命中）

只命中一个词的两行，相关度分数真实精确相同(0.0906...)，同时命中两个词的那一行，分数真实精确是前者的2倍——这是MySQL默认的相关度算法真实体现出的线性叠加特征，同时也真实自动把完全不命中的行(Redis那条)排除在结果集之外，不需要额外的WHERE过滤逻辑。

验证：布尔模式真实支持精确的必须/排除逻辑

SELECT id, body FROM ft_test WHERE MATCH(body) AGAINST('+MySQL -replication' IN BOOLEAN MODE);
→ 只返回 id=1（"MySQL is a popular open source database"）
   真实精确排除了同样含MySQL但也含replication的id=4

分步演示：自然语言模式的打分和布尔模式的精确筛选

每一步都是本文上面用真实FULLTEXT查询跑出来的原始结果。