內建的 MySQL 全文剖析器使用單字之間的空白作為分隔符號，以決定單字的開始和結束位置，這在使用不使用單字分隔符號的表意語言時會是一個限制。為了處理此限制，MySQL 提供了支援中文、日文和韓文 (CJK) 的 ngram 全文剖析器。ngram 全文剖析器支援與 InnoDB 和 MyISAM 搭配使用。

ngram 是來自給定文字序列的 n 個字元的連續序列。ngram 剖析器將文字序列標記化為 n 個字元的連續序列。例如，您可以使用 ngram 全文剖析器針對 n 的不同值來標記化「“abcd”」。

n=1: 'a', 'b', 'c', 'd'
n=2: 'ab', 'bc', 'cd'
n=3: 'abc', 'bcd'
n=4: 'abcd'

ngram 全文剖析器是內建的伺服器外掛程式。與其他內建的伺服器外掛程式一樣，它會在伺服器啟動時自動載入。

第 14.9 節，「全文搜尋函式」中描述的全文搜尋語法適用於 ngram 剖析器外掛程式。此章節將說明剖析行為的差異。全文相關的組態選項，除了最小和最大單字長度選項（innodb_ft_min_token_size、innodb_ft_max_token_size、ft_min_word_len、ft_max_word_len）之外，也適用。

設定 ngram 權杖大小

ngram 剖析器的預設 ngram 權杖大小為 2（雙字母組）。例如，若權杖大小為 2，則 ngram 剖析器會將字串「“abc def”」剖析為四個權杖：「“ab”」、「“bc”」、「“de”」和「“ef”」。

ngram 權杖大小可使用 ngram_token_size 組態選項進行設定，其最小值為 1，最大值為 10。

通常，ngram_token_size 會設定為您要搜尋的最大權杖大小。如果您只想搜尋單個字元，請將 ngram_token_size 設定為 1。較小的權杖大小會產生較小的全文搜尋索引，並加快搜尋速度。如果您需要搜尋由多個字元組成的單字，請據此設定 ngram_token_size。例如，「“Happy Birthday”」在簡體中文中是「“生日快乐”」，其中「“生日”」是「“birthday”」，而「“快乐”」翻譯為「“happy”」。若要搜尋這類兩個字元的單字，請將 ngram_token_size 設定為 2 或更高的值。

作為唯讀變數，ngram_token_size 只能設定為啟動字串的一部分，或設定在組態檔中

建立使用 ngram 剖析器的 FULLTEXT 索引

若要建立使用 ngram 剖析器的 FULLTEXT 索引，請使用 CREATE TABLE、ALTER TABLE 或 CREATE INDEX 指定 WITH PARSER ngram。

以下範例示範如何建立具有 ngram FULLTEXT 索引的表格、插入範例資料（簡體中文文字），以及在 Information Schema 的 INNODB_FT_INDEX_CACHE 表格中檢視 Token 化後的資料。

mysql> USE test;

mysql> CREATE TABLE articles (
      id INT UNSIGNED AUTO_INCREMENT NOT NULL PRIMARY KEY,
      title VARCHAR(200),
      body TEXT,
      FULLTEXT (title,body) WITH PARSER ngram
    ) ENGINE=InnoDB CHARACTER SET utf8mb4;

mysql> SET NAMES utf8mb4;

INSERT INTO articles (title,body) VALUES
    ('数据库管理','在本教程中我将向你展示如何管理数据库'),
    ('数据库应用开发','学习开发数据库应用程序');

mysql> SET GLOBAL innodb_ft_aux_table="test/articles";

mysql> SELECT * FROM INFORMATION_SCHEMA.INNODB_FT_INDEX_CACHE ORDER BY doc_id, position;

若要將 FULLTEXT 索引新增至現有表格，您可以使用 ALTER TABLE 或 CREATE INDEX。例如

CREATE TABLE articles (
      id INT UNSIGNED AUTO_INCREMENT NOT NULL PRIMARY KEY,
      title VARCHAR(200),
      body TEXT
     ) ENGINE=InnoDB CHARACTER SET utf8mb4;

ALTER TABLE articles ADD FULLTEXT INDEX ft_index (title,body) WITH PARSER ngram;

# Or:

CREATE FULLTEXT INDEX ft_index ON articles (title,body) WITH PARSER ngram;

ngram 剖析器空格處理

ngram 剖析器在剖析時會消除空格。例如

ngram 剖析器停用字處理

內建的 MySQL 全文剖析器會將單字與停用字清單中的項目進行比較。如果單字等於停用字清單中的項目，該單字就會從索引中排除。對於 ngram 剖析器，停用字處理方式有所不同。ngram 剖析器不會排除與停用字清單中的項目相等的 Token，而是排除包含停用字的 Token。例如，假設 ngram_token_size=2，包含 「a,b」 的文件會被剖析為 「a,」 和 「,b」。如果逗號 (「,」) 被定義為停用字，則 「a,」 和 「,b」 都會從索引中排除，因為它們都包含逗號。

預設情況下，ngram 剖析器使用預設的停用字清單，其中包含英文停用字清單。若要使用適用於中文、日文或韓文的停用字清單，您必須建立自己的清單。如需建立停用字清單的相關資訊，請參閱第 14.9.4 節〈全文停用字〉。

長度大於 ngram_token_size 的停用字會被忽略。

ngram 剖析器詞彙搜尋

對於自然語言模式搜尋，搜尋詞彙會轉換為 ngram 詞彙的聯集。例如，字串 「abc」（假設 ngram_token_size=2）會轉換為 「ab bc」。假設有兩份文件，一份包含 「ab」，另一份包含 「abc」，則搜尋詞彙 「ab bc」 會比對到這兩份文件。

對於布林模式搜尋，搜尋詞彙會轉換為 ngram 片語搜尋。例如，字串 'abc'（假設 ngram_token_size=2）會轉換為 '「ab bc」'。假設有兩份文件，一份包含 'ab'，另一份包含 'abc'，則搜尋片語 '「ab bc」' 只會比對到包含 'abc' 的文件。

ngram 剖析器萬用字元搜尋

由於 ngram FULLTEXT 索引只包含 ngram，不包含詞彙開頭的相關資訊，因此萬用字元搜尋可能會傳回非預期的結果。下列行為適用於使用 ngram FULLTEXT 搜尋索引的萬用字元搜尋

ngram 剖析器片語搜尋

片語搜尋會轉換為 ngram 片語搜尋。例如，搜尋片語 「abc」 會轉換為 「ab bc」，這會傳回包含 「abc」 和 「ab bc」 的文件。

搜尋片語 「abc def」 會轉換為 「ab bc de ef」，這會傳回包含 「abc def」 和 「ab bc de ef」 的文件。不傳回包含 「abcdef」 的文件。