通配符搜索设置

通配符搜索是一种常见的文本搜索类型。在 Manticore 中，它是在字典级别执行的。默认情况下，普通表和 RT 表都使用一种称为 dict 的字典类型。在此模式下，单词按原样存储，因此启用通配符不会影响表的大小。当执行通配符搜索时，会搜索字典以查找通配符单词的所有可能扩展。当扩展的单词提供许多扩展或扩展具有庞大命中列表时，尤其是在通配符添加在单词的开头和结尾的中缀情况下，这种扩展在查询时的计算可能会有问题。为避免此类问题，可以使用 expansion_limit。

min_prefix_len

min_prefix_len = length

此设置确定要索引和搜索的最小单词前缀长度。默认值为 0，表示不允许前缀。

前缀允许通过 wordstart* 通配符进行通配符搜索。

例如，如果单词 "example" 使用 min_prefix_len=3 进行索引，则可以通过搜索 "exa"、"exam"、"examp"、"exampl" 以及完整单词找到它。

请注意，使用 dict=crc 时，min_prefix_len 会影响全文索引的大小，因为每个单词扩展都会额外存储。

如果满足以下条件，Manticore 可以区分完全匹配的单词和前缀匹配，并将前者排名更高：

请注意，在 dict=crc 模式或上述任何选项禁用时，无法区分前缀和完整单词，且无法将完全匹配的单词排名更高。

当 minimum infix length 设置为正数时，最小前缀长度始终视为 1。

‹›
  • SQL
  • JSON
  • PHP
  • Python
  • Python-asyncio
  • javascript
  • Java
  • C#
  • Rust
  • CONFIG
📋
CREATE TABLE products(title text, price float) min_prefix_len = '3'

min_infix_len

min_infix_len = length

min_infix_len 设置确定要索引和搜索的中缀前缀的最小长度。此设置是可选的，默认值为 0，表示不允许中缀。允许的最小非零值为 2。

启用后，中缀允许使用类似 start*、*end、*middle* 等模式进行通配符搜索。它还允许您禁用过短的通配符，以防它们搜索成本过高。

如果满足以下条件，Manticore 可以区分完全匹配的单词和中缀匹配，并将前者排名更高：

请注意，在 dict=crc 模式或上述任何选项禁用时，无法区分中缀和完整单词，因此无法将完全匹配的单词排名更高。

中缀通配符搜索的查询时间可能变化很大，取决于子字符串实际扩展到多少关键字。像 *in* 或 *ti* 这样短且频繁的音节可能会扩展到过多关键字，所有这些都需要匹配和处理。因此，为了通常启用子字符串搜索，您可以将 min_infix_len 设置为 2。为了限制过短通配符搜索的影响，您可以将其设置得更高。

中缀必须至少有 2 个字符长，出于性能原因，不允许使用像 *a* 这样的通配符。

当 min_infix_len 设置为正数时，最小前缀长度 被视为 1。对于 dict，单词中缀和前缀不能同时启用。对于 dict 和其他字段，如果使用了 prefix_fields 声明了前缀，则禁止在两个列表中声明相同字段。

如果 dict=keywords，除了通配符 * 外，还可以使用另外两个通配符字符：

  • ? 可以匹配任意（一个）字符：t?st 将匹配 test，但不匹配 teast
  • % 可以匹配零个或一个字符：tes% 将匹配 tes 或 test，但不匹配 testing
‹›
  • SQL
  • JSON
  • PHP
  • Python
  • Python-asyncio
  • javascript
  • Java
  • C#
  • Rust
  • CONFIG
📋
CREATE TABLE products(title text, price float) min_infix_len = '3'

prefix_fields

prefix_fields = field1[, field2, ...]

prefix_fields 设置用于限制前缀索引仅应用于 dict=crc 模式下的特定全文字段。默认情况下，所有字段都会以前缀模式进行索引，但由于前缀索引可能影响索引和搜索性能，因此可能希望将其限制在某些字段上。

要将前缀索引限制为特定字段，请使用 prefix_fields 设置，后跟以逗号分隔的字段名称列表。如果未设置 prefix_fields，则所有字段都将在前缀模式下进行索引。

‹›
  • CONFIG
CONFIG
📋
table products {
  prefix_fields = title, name
  min_prefix_len = 3
  dict = crc

infix_fields

infix_fields = field1[, field2, ...]

infix_fields 设置允许您指定一个全文字段列表，以限制中缀索引的应用范围。这仅适用于 dict=crc 模式，且是可选的，默认情况下所有字段都以中缀模式进行索引。 此设置类似于 prefix_fields，但它允许您将中缀索引限制在特定字段上。

‹›
  • CONFIG
CONFIG
📋
table products {
  infix_fields = title, name
  min_infix_len = 3
  dict = crc

max_substring_len

max_substring_len = length

max_substring_len 指令设置要为前缀或中缀搜索索引的最大子字符串长度。此设置是可选的，默认值为 0（表示索引所有可能的子字符串）。它仅适用于 dict。

默认情况下，dict 中的子字符串索引会将 所有 可能的子字符串作为单独的关键字进行索引，这可能导致全文索引过大。因此，max_substring_len 指令允许您跳过过长且可能永远不会被搜索的子字符串。

例如，一个包含 10,000 篇博客文章的测试表根据设置占用不同的磁盘空间：

  • 6.4 MB 基线（无子字符串）
  • 24.3 MB（3.8 倍）使用 min_prefix_len = 3
  • 22.2 MB（3.5 倍）使用 min_prefix_len = 3，max_substring_len = 8
  • 19.3 MB（3.0 倍）使用 min_prefix_len = 3，max_substring_len = 6
  • 94.3 MB（14.7 倍）使用 min_infix_len = 3
  • 84.6 MB（13.2 倍）使用 min_infix_len = 3，max_substring_len = 8
  • 70.7 MB（11.0 倍）使用 min_infix_len = 3，max_substring_len = 6

因此，限制最大子字符串长度可以节省 10-15% 的表大小。

在使用 dict=keywords 模式时，子字符串长度不会影响性能。因此，该指令不适用且在这种情况下被故意禁止。不过，如果需要，您仍然可以在应用代码中限制搜索子字符串的长度。

‹›
  • CONFIG
CONFIG
📋
table products {
  max_substring_len = 12
  min_infix_len = 3
  dict = crc

expand_keywords

expand_keywords = {0|1|exact|star}

此设置在可能的情况下扩展关键字为其精确形式和/或带星号的形式。支持的值有：

  • 1 - 同时扩展为精确形式和带星号的形式。例如，running 将变为 (running | *running* | =running)
  • exact - 仅用其精确形式扩展关键字。例如，running 将变为 (running | =running)
  • star - 通过在关键字周围添加 * 来扩展关键字。例如，running 将变为 (running | *running*) 此设置是可选的，默认值为 0（不扩展关键字）。

启用 expand_keywords 功能的表的查询会在内部进行如下扩展：如果表启用了前缀或中缀索引，则每个关键字都会被内部替换为关键字本身与相应的前缀或中缀（带星号的关键字）的析取。如果表同时启用了词干提取和 index_exact_words，还会添加精确形式。

‹›
  • SQL
  • JSON
  • PHP
  • Python
  • Python-asyncio
  • javascript
  • Java
  • C#
  • Rust
  • CONFIG
📋
CREATE TABLE products(title text, price float) expand_keywords = '1'

扩展后的查询自然需要更长时间完成，但可能提升搜索质量，因为精确形式匹配的文档通常应比词干或中缀匹配的文档排名更高。

注意，现有的查询语法不允许模拟这种扩展，因为内部扩展是在关键字级别进行的，并且会扩展短语或仲裁操作符内的关键字（这是查询语法无法实现的）。请查看示例，了解 expand_keywords 如何影响搜索结果权重，以及如何在不添加星号的情况下通过 "runs" 找到 "runsy"：

‹›
  • expand_keywords_enabled
  • expand_keywords_disabled
📋
mysql> create table t(f text) min_infix_len='2' expand_keywords='1' morphology='stem_en';
Query OK, 0 rows affected, 1 warning (0.00 sec)
mysql> insert into t values(1,'running'),(2,'runs'),(3,'runsy');
Query OK, 3 rows affected (0.00 sec)
mysql> select *, weight() from t where match('runs');
+------+---------+----------+
| id   | f       | weight() |
+------+---------+----------+
|    2 | runs    |     1560 |
|    1 | running |     1500 |
|    3 | runsy   |     1500 |
+------+---------+----------+
3 rows in set (0.01 sec)
mysql> drop table t;
Query OK, 0 rows affected (0.01 sec)
mysql> create table t(f text) min_infix_len='2' expand_keywords='exact' morphology='stem_en';
Query OK, 0 rows affected, 1 warning (0.00 sec)
mysql> insert into t values(1,'running'),(2,'runs'),(3,'runsy');
Query OK, 3 rows affected (0.00 sec)
mysql> select *, weight() from t where match('running');
+------+---------+----------+
| id   | f       | weight() |
+------+---------+----------+
|    1 | running |     1590 |
|    2 | runs    |     1500 |
+------+---------+----------+
2 rows in set (0.00 sec)

该指令不会以任何方式影响indexer，它只影响searchd。

expansion_limit

expansion_limit = number

单个通配符的最大扩展关键字数。详细信息见这里。

低级分词 忽略停用词
Last modified: August 28, 2025