[MYSQL] 📚 풀텍스트 인덱스(Full-Text Index) 사용법

보통 mysql 에서 텍스트 문자열을 검색시 like 나 instr 연산자를 사용해 원하는 텍스트를 필터링하여 조회할 수 있다.

SELECT * FROM FulltextTbl WHERE description LIKE '%남자%';
-- 중간에 남자 들어간 글 검색

전체 테이블을 스캔함

그러나 검색할 텍스트 내용이 어마어마한 경우 성능이 떨어지게 될 것이다.

만약 10년치 기사에서 검색한다면 과부하가 발생하고 응답시간도 길어진다.

 

이것을 전체 텍스트 검색 기능이 해결해 준다.

전체 텍스트 검색은 첫 글자 뿐 아니라 중간의 단어나 문장으로도 인덱스를 생성해 주기 때문에, 전체 텍스트 인덱스를 통해 순식간에 검색 결과를 얻을 수 있다.

전체 텍스트 인덱스는 신문기사와 같이, 텍스트로 이루어진 문자열 데이터의 내용을 가지고 생성한 특수한 인덱스 종류이다. 내용이 긴 텍스트를 따로 인덱스하여 관리할 수 있다.

---

풀텍스트 인덱스 (전체텍스트 인덱스)

전체 텍스트 검색은 긴 문자의 텍스트 데이터를 빠르게 검색하기 위한 MySQL의 부가적인 기능이다.

전체 텍스트도 결국 인덱스의 종류의 한가지이다.

일반 익덱스와 차이로는, 풀텍스트 인덱스는 긴 문장 전체를 대상으로 인덱싱을 하며, InnoDB와 MyISAM 테이블만 지원하며, char, varchar, text타입 문자만 인덱싱이 가능하다.

또한 여러개의 열에 풀텍스트 인덱스 지정 가능하다.

---

풀텍스트 인덱스 사용법

 

풀텍스트 인덱스 생성 3가지 방식

CREATE TABLE 테이블이름(
  …,
  열이름 데이터형식,
  …,
  FULLTEXT 인덱스이름 (열이름)
);

CREATE FULLTEXT INDEX 인덱스이름 ON 테이블이름 (열이름);

ALTER TABLE 테이블이름 ADD FULLTEXT (열이름);

​

풀텍스트 인덱스 삭제

ALTER TABLE 테이블이름 DROP INDEX FULLTEXT (열이름);

drop index idx_description on FulltextTbl ;

 

풀텍스트 인덱스 확인

SHOW INDEX FROM FulltextTbl; -- 전체 인덱스 확인 쿼리로 확인하면 된다.

---

전체 텍스트 검색

테이블 필드에 전체 텍스트 인덱스를 생성해 보았다.

이제 전체 텍스트 검색을 하기 위해 일반 인덱스와는 다른점이 있는데, 쿼리의 일반 SELECT문의 WHERE절에 MATCH(), AGAINST() 특수한 메소드를 사용해야 전체 텍스트 인덱스를 사용하여 검색이 된다.

​

[ 강좌에 사용할 테이블 ]

create table FulltextTbl (
  id int auto_increment primary key,
  title varchar(15) not null,
  description varchar(1000)
) ;

INSERT INTO FulltextTbl VALUES
  (NULL, '광해, 왕이 된 남자','왕위를 둘러싼 권력 다툼과 당쟁으로 혼란이 극에 달한 광해군 8년'),
  (NULL, '간첩','남한 내에 고장간첩 5만 명이 암약하고 있으며 특히 권력 핵심부에도 침투해있다.'),
  (NULL, '피에타',' 더 나쁜 남자가 온다! 잔혹한 방법으로 돈을 뜯어내는 악마같은 남자 스토리.'),
  (NULL, '레지던트 이블 5','인류 구원의 마지막 퍼즐, 이 여자가 모든 것을 끝낸다.'),
  (NULL, '파괴자들','사랑은 모든 것을 파괴한다! 한 여자를 구하기 위한, 두 남자의 잔인한 액션 본능!'),
  (NULL, '킹콩을 들다',' 역도에 목숨을 건 시골소녀들이 만드는 기적 같은 신화.'),
  (NULL, '테드','지상최대 황금찾기 프로젝트! 500년 전 사라진 황금도시를 찾아라!'),
  (NULL, '타이타닉','비극 속에 침몰한 세기의 사랑, 스크린에 되살아날 영원한 감동'),
  (NULL, '8월의 크리스마스','시한부 인생 사진사와 여자 주차 단속원과의 미묘한 사랑'),
  (NULL, '늑대와 춤을','늑대와 친해져 모닥불 아래서 함께 춤을 추는 전쟁 영웅 이야기'),
  (NULL, '국가대표','동계올림픽 유치를 위해 정식 종목인 스키점프 국가대표팀이 급조된다.'),
  (NULL, '쇼생크 탈출','그는 누명을 쓰고 쇼생크 감옥에 감금된다. 그리고 역사적인 탈출.'),
  (NULL, '인생은 아름다워','귀도는 삼촌의 호텔에서 웨이터로 일하면서 또 다시 도라를 만난다.'),
  (NULL, '사운드 오브 뮤직','수녀 지망생 마리아는 명문 트랩가의 가정교사로 들어간다'),
  (NULL, '매트릭스',' 2199년.인공 두뇌를 가진 컴퓨터가 지배하는 세계.') ;

 

자연어검색

특별히 옵션을 지정하지 않거나 뒤에 in natural language mode를 붙이면 자연어 검색을 한다.

자연어 검색은 단어가 정확한 것을 검색해준다.

예로, newspaper이라는 테이블의 article 열에 전체 텍스트 인덱스가 생성되어 있고, 영화라는 단어가 들어간 기사를 찾으려면 다음과 같다.

SELECT * FROM newspaper WHERE MATCH(article) AGAINST('영화');

SELECT * FROM newspaper WHERE MATCH(article) AGAINST('영화' in natural language mode);

SELECT * FROM newspaper WHERE MATCH(article) AGAINST('영화 배우'); 
-- ‘영화’ 또는 ‘배우’ 두 단어 중 하나가 포함된 기사 검색.

풀텍스트 인덱스를 이용해 검색함

그러나 ‘영화’라는 정확한 단어만 검색되며 ‘영화는’, ‘영화가’ ..등 능동적인 검색 불가하다.

 

불린 모드 검색

이 문제를 해결하기위해 LIKE연산자에서 %를 쓰듯이 불린 모드 검색 기능을 사용한다.​

불린 모드 검색은 단어나 문장이 정확히 일치하지 않는 것도 검색하는 것을 의미한다.

뒤에 in boolean mode 옵션을 붙여주면 적용된다.

불린 모드 검색은 필수인 +, 제외하기 위한 -, 부분 검색을 위한 * 연산자 등의 다양한 연산자를 지원한다.

+	검색 필수 SELECT * FROM newspaper WHERE MATCH(article) AGAINST('영화 +액션' IN BOOLEAN MODE); > 영화를 찾되 반드시 액션이 들어가 있는 열
-	검색 제외 SELECT * FROM newspaper WHERE MATCH(article) AGAINST('영화 -액션' IN BOOLEAN MODE); > 영화를 찾되 액션은 안들어가있는 열
~	검색 부정( - 보다 부드러운 방식 ) SELECT * FROM newspaper WHERE MATCH(article) AGAINST('영화 ~액션' IN BOOLEAN MODE); > ‘영화’를 찾되 ‘액션’이 없는 열보다 ‘액션’이 있는 열이 아래 순위
*	부분 검색 SELECT * FROM newspaper WHERE MATCH(article) AGAINST('영화*' IN BOOLEAN MODE); > ‘영화를’, ‘영화가’, ‘영화는’ 등
“	부분 검색 “” 안에 있는 구문과 정확히 동일한 철자의 구문 SELECT * FROM newspaper WHERE MATCH(article) AGAINST("재밌는 영화" IN BOOLEAN MODE); > “재밌는 영화”, “재밌는 영화가” 등 > “재밌는 한국 영화”, “재밌는 할리우드 영화” 불가

-- '영화' 가 앞에 들어간 모든 결과 검색 

-- ex) 영화가 영화는 영화를
select * from newspaper
where match(article) against ('영화*' in boolean mode);


-- 정확히 '영화 배우' 단어가 들어있는 기사 내용 검색
select * from newspaper
where match(article) against('영화 배우' in boolean mode);


-- '영화 배우' 단어가 들어 있는 기사 중에서 '공포' 내용이 들어간 결과
select * from newspaper
where match(article) against('영화 배우 +공포' in boolean mode);


-- '영화 배우' 단어가 들어 있는 기사 중에서 '남자' 내용은 검색에서 제외
select * from newspaper
where match(article) against('영화 배우 -남자' in boolean mode);

 

-- '여자' 또는 '남자' 가 있는 경우 검색
SELECT *, MATCH(description) AGAINST('남자* 여자*' IN BOOLEAN MODE) AS 점수 
FROM FulltextTbl WHERE MATCH(description) AGAINST('남자* 여자*' IN BOOLEAN MODE);

 

-- 남자, 여자가 모두 들어있는 검색
SELECT * FROM FulltextTbl 
WHERE MATCH(description) AGAINST('+남자*+여자*' IN BOOLEAN MODE);ㅇ

 

-- 님자가 포함된 행을 찾고 여자가 포함되어 있다면 상위행으로 찾기
SELECT * FROM FulltextTbl 
WHERE MATCH(description) AGAINST('+남자* 여자*' IN BOOLEAN MODE);


-- 여자가 포함된 행을 찾고 남자가 있으면 상위 행으로 찾기
SELECT * FROM FulltextTbl 
WHERE MATCH(description) AGAINST('남자* +여자*' IN BOOLEAN MODE);


-- 딱 '남자' 가 포함된 행중에서 여자가 포함된 행만 찾기
SELECT * FROM FulltextTbl 
WHERE MATCH(description) AGAINST('남자 +여자' IN BOOLEAN MODE);    


-- 딱 '남자' 가 포함된 행중에서 여자가 있으면 상위행으로, 남자만 있는것도 찾기
SELECT * FROM FulltextTbl 
WHERE MATCH(description) AGAINST('+남자 여자' IN BOOLEAN MODE);


-- 남자로 검색된 영화 중에서 여자가 들어간 영화는 제거하는 검색
SELECT * FROM FulltextTbl 
WHERE MATCH(description) AGAINST('남자* -여자*' IN BOOLEAN MODE);

​

쿼리 확장 검색

2단계에 걸쳐서 검색을 수행한다.

첫 단계에서는 자연어 검색을 수행한 후, 첫 번째 검색의 결과에 매칭된 행을 기반으로 검색 문자열을 재구성하여 두 번째 검색을 수행한다.

이는 1단계 검색에서 사용한 단어와 연관성이 있는 단어가 1단계 검색에 매칭된 결과에 나타난다는 가정을 전제로 한다.

select * from tbl_full where match(content) against('내용*' WITH QUERY EXPANSION);

---

검색 단어 제한 수 풀기

mysql은 기본값으로 검색 가능 단어의 숫자는 3이다.

즉, 3글자 이상만 전체 텍스트 검색이 되고 두 글자 단어는 안된다는 말이다.

따라서 검색 가능 단어의 숫자를 확인하고 mysql 설정에서 수정해줘야 한다.

-- 몇 글자 이상부터 검색 가능한지 확인
SHOW VARIABLES LIKE 'innodb_ft_min_token_size';

 

my.ini 수정

windows powershell(관리자)를 통해 다음 작업을 수행하고, notepad로 my.ini를 연다.

그리고 맨 아래 innodb_ft_min_token_size=2 값을 넣고 저장하고 > net stop mysql + > net start mysql 로 mysql을 재시작해주면 적용이 완료 된다.

---

중지 단어(stopwords)

전체 텍스트 인덱스는 긴 문장에 대해서 인덱스를 생성하기 때문에 그 양이 커질 수밖에 없다.

그러므로, 실제로 검색에서 무시할 만한 단어들은 전체 텍스트 인덱스로 생성하지 않는 편이 좋다.

 

예를 들어 다음과 같은 문장이 있다고 하자.

이번 선거는 아주 중요한 행사이므로 모두 꼭 참여 바랍니다.

이를 전체 텍스트 인덱스로 단어를 끊어 만든다면 다음과 같이 된다.

이번

선거는

아주

중요한

행사이므로

모두

꼭

참여

바랍니다

여기서 ‘이번’, ‘아주’, ‘모두’, ‘꼭’ 등과 같은 부사 단어는 이용자가 굳이 검색할 이유가 없으므로 인덱싱에서 제외하는게 효율적이다.

이러한 검색에 필요없는 단어를 중지 단어 라고 한다.

 

mysql은 information_schema.innodb_ft_default_stopword 테이블에 36개의 중지 단어를 미리 가지고 있다.

필요하다면 사용자가 별도의 테이블에 중지 단어를 추가한 뒤에 적용시킬 수도 있다.

mysql 기본 중지단어

---

중지 단어 만들기

 

전체 텍스트 인덱스 단어 확인

--db와 테이블 이름은 소문자 써야된다.
set global innodb_ft_aux_table = '디비명/테이블명';


--테이블에서 만들어진 전체텍스트 인덱스 보기 (필요없는 검색 단어가 있음)
select word, doc_count, doc_id, position from information_schema.innodb_ft_index_table ;

 

중지 단어 생성

-- 중지단어 만들기전에 만들어놓은 풀텍스트 인덱스는 삭제
drop index idx_all on FulltextTbl ;


-- 중지단어를 위한 테이블 만들기
-- 테이블의 데이터는 반드시 value , 타입은 varchar -> 약속
CREATE TABLE user_stopword (value VARCHAR(30));


--중지 단어 만들기
insert into user_stopword values ('그는'), ('그리고'), ('극에') ; 


-- 중지 단어 테이블에 지금 만들 테이블을 추가하는 작업
-- 그러면 이제 user_stopword 테이블에 들어있는 단어로는 풀텍스트 인덱스를 만들지 않게 된다
set global innodb_ft_server_stopword_table = '디비명/user_stopword'; -- 모두 소문자


-- 만든 테이블이 들어갔는지 확인
show global variables like 'innodb_ft_server_stopword_table' ;


-- 중지단어 테이블 만들었으니, 이제 다시 풀텍스트 인덱스 생성.
create Fulltext index idx_description on FulltextTbl ( description );


-- 그러면 중지단어에 등록한 단어를 제외한 인덱스 단어들이 생성됨 (갯수가 줄어들음)
select word, doc_count, doc_id, position 
from information_schema.innodb_ft_index_table ;