MySQL FULLTEXT索引的单词定义及逗号、空格分隔场景疑问

一、FULLTEXT索引对「单词」的定义 #

在MyISAM引擎的FULLTEXT索引中，「单词」默认被定义为由字母、数字、下划线（_）组成的连续字符序列。所有非字母数字的字符（比如逗号、感叹号等）都会被当作单词分隔符，索引构建时会自动忽略这些分隔符，只提取中间符合规则的字符序列作为索引的单词。

二、两种场景的索引差异 #

针对你提到的两个字符串场景，FULLTEXT索引的处理结果没有差异：

• 对于选项1的字符串,11111,22222,33333,44444,55555,，逗号会被当作分隔符，索引最终提取的单词是11111、22222、33333、44444、55555，前后的逗号以及中间的逗号都会被过滤，不会影响索引内容。
• 对于选项2的字符串11111 22222 33333 44444 55555，空格是默认的单词分隔符，索引提取的单词和选项1完全一致。

所以这两种场景下，FULLTEXT索引存储的单词集合完全相同，不会有差异，这也是你测试时查询时长无明显区别的原因。

三、索引识别的单词形式 #

索引只会识别1111这类纯字母/数字/下划线组成的形式，不会把,1111,这类包含逗号的内容当作单词。因为逗号属于分词分隔符，在构建索引时会被直接剔除，不会成为单词的一部分。

内容的提问来源于stack exchange，提问作者Sergey Nikolaevich