前言

在业务开发中，我们经常会遇到大文本字段的模糊查询场景：比如内容平台的文章检索、客服系统的工单搜索、电商平台的商品描述匹配等。很多开发者第一反应是使用LIKE '%关键词%'实现，但当数据量增长到十万级以上时，这类查询往往会出现明显的性能下降，甚至出现几十秒的超时，严重影响用户体验。

作为主流国产数据库之一，达梦数据库（DM）内置了成熟的全文检索组件，不需要依赖第三方中间件（如Elasticsearch），即可实现毫秒级的文本检索能力，完美替代传统LIKE模糊查询，同时降低架构复杂度。本文从实战角度出发，完整讲解达梦全文检索的优化方案、配置示例及落地踩坑指南。

LIKE模糊查询的性能痛点

我们先拆解LIKE模糊查询的性能问题根源：

1. 索引失效问题：当LIKE查询以%开头时，数据库无法使用普通B+树索引，只能执行全表扫描，逐行匹配文本内容，数据量越大耗时越长。
2. 资源消耗高：全表扫描会占用大量CPU和IO资源，在并发场景下很容易把数据库资源打满，影响其他业务正常运行。
3. 扩展性差：当数据量达到百万级以上时，LIKE查询的耗时会线性增长，没有优化空间，只能被迫引入外部检索组件，增加架构复杂度。

我们可以通过一组测试数据直观感受性能差距：

当然，LIKE查询也不是完全没有适用场景：如果是前缀匹配（LIKE '关键词%'），依然可以用到普通索引，性能优于全文检索，适合短字符串的前缀匹配场景。对于中长文本的任意位置关键词匹配，全文检索是更优选择。

达梦全文检索核心原理

达梦全文检索的核心是倒排索引技术：

1. 构建索引时，会对文本内容进行分词，将文本拆分为一个个独立的关键词，然后记录每个关键词出现在哪些文档的哪些位置。
2. 查询时，直接根据关键词查找倒排索引，快速定位到包含关键词的文档，不需要遍历全表。
3. 内置中文分词器，支持通用中文分词、自定义词库、停用词过滤等能力，满足不同领域的分词需求。

达梦全文检索的架构轻量化，和数据库内核深度集成，不需要额外部署服务，数据一致性有保证，同时支持事务，非常适合中小规模的文本检索场景，以及信创环境下的国产数据库替代方案。

实战优化步骤

第一步：环境准备与前置检查

首先确认你的达梦数据库版本和配置支持全文检索：

1. 版本要求：DM8及以上版本均内置全文检索功能，DM7需要单独安装组件。
2. 开启全文检索功能：

1
2
3
4
5
6

-- 检查是否开启全文检索
SELECT NAME, VALUE FROM V$PARAMETER WHERE NAME = 'ENABLE_FULLTEXT';

-- 如果返回VALUE为0，执行开启命令（需要管理员权限）
ALTER SYSTEM SET ENABLE_FULLTEXT = 1 SPFILE;
-- 重启数据库后生效

3. 权限配置：给业务用户授予全文索引操作权限：

1
2

GRANT CREATE FULLTEXT INDEX TO 你的业务用户名;
GRANT ALTER ANY FULLTEXT INDEX TO 你的业务用户名;

第二步：创建全文索引（两种常用方式）

根据业务场景选择合适的索引创建方式：

方式1：单字段实时同步索引

适合查询实时性要求高、文本更新频率低的场景，比如文章内容、商品详情：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15

-- 示例业务表结构
CREATE TABLE article (
    id INT PRIMARY KEY,
    title VARCHAR(200),
    content TEXT,
    category_id INT,
    create_time DATETIME,
    status TINYINT
);

-- 给content字段创建全文索引，使用中文分词器，提交事务时自动同步索引
CREATE FULLTEXT INDEX idx_ft_article_content 
ON article(content)
LEXER CHINESE -- 指定中文分词器
SYNC ON COMMIT; -- 实时同步策略

方式2：多字段定时同步索引

如果需要同时匹配多个字段（比如标题+内容），且文本更新频率高，适合用定时同步策略，降低实时同步的性能开销：

1
2
3
4
5

-- 给title和content创建联合全文索引，每小时同步一次
CREATE FULLTEXT INDEX idx_ft_article_title_content 
ON article(title, content)
LEXER CHINESE
SYNC EVERY 3600; -- 单位为秒，3600秒即1小时同步一次

小技巧：如果不需要自动同步，也可以选择手动同步，适合归档类静态数据：CREATE FULLTEXT INDEX ... SYNC MANUAL;，手动同步执行：ALTER FULLTEXT INDEX idx_ft_article_content SYNC;

第三步：查询语法与优化技巧

常用查询语法

达梦全文检索使用CONTAINS函数实现查询，支持丰富的查询语法：

1. 包含任意一个关键词：

1
2
3

-- 查询内容包含"达梦"或"优化"的文章
SELECT id, title, create_time FROM article
WHERE CONTAINS(content, '达梦 优化') > 0;

2. 包含所有关键词：

1
2
3

-- 查询内容同时包含"达梦"和"全文检索"的文章
SELECT id, title, create_time FROM article
WHERE CONTAINS(content, '达梦 AND 全文检索') > 0;

3. 精确短语匹配：

1
2
3

-- 查询内容包含精确短语"达梦数据库优化"的文章
SELECT id, title, create_time FROM article
WHERE CONTAINS(content, '"达梦数据库优化"') > 0;

4. 按相关性排序：

1
2
3
4

-- 按关键词匹配度从高到低排序
SELECT id, title, SCORE() AS relevance FROM article
WHERE CONTAINS(content, '达梦 全文检索') > 0
ORDER BY relevance DESC;

查询优化技巧

很多人用全文检索还是慢，大多是查询写法不对，注意以下优化点：

1. 避免返回大文本字段：查询时不要写SELECT *，content字段通常很大，会严重拖慢返回速度，只返回需要的字段即可：

1
2
3
4
5

-- 错误写法：返回全部字段，包含大文本content
SELECT * FROM article WHERE CONTAINS(content, '优化') > 0 LIMIT 20;

-- 正确写法：只返回需要的字段
SELECT id, title, create_time FROM article WHERE CONTAINS(content, '优化') > 0 LIMIT 20;

2. 过滤条件前置：如果有其他带索引的过滤条件（比如时间、分类、状态），放在CONTAINS前面，先缩小数据范围再做全文检索，性能可以提升30%以上：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11

-- 优化前：先全文检索再过滤时间
SELECT id, title FROM article
WHERE CONTAINS(content, '优化') > 0
AND create_time >= '2026-01-01'
AND status = 1;

-- 优化后：先过滤有索引的字段，再做全文检索
SELECT id, title FROM article
WHERE create_time >= '2026-01-01'
AND status = 1
AND CONTAINS(content, '优化') > 0;

3. 分页查询优化：不要在子查询里排序再分页，直接用LIMIT/OFFSET：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10

-- 错误写法
SELECT * FROM (
    SELECT id, title, SCORE() AS r FROM article WHERE CONTAINS(content, '优化')>0 ORDER BY r DESC
) WHERE ROWNUM <= 20;

-- 正确写法
SELECT id, title, SCORE() AS r FROM article 
WHERE CONTAINS(content, '优化')>0 
ORDER BY r DESC
LIMIT 20 OFFSET 0;

第四步：参数调优，进一步提升性能

1. 内存缓存优化

调整全文索引缓存大小，建议设置为服务器物理内存的10%-20%，大幅提升查询命中率：

1
2
3

-- 调整全文缓存为2G（根据实际内存调整，单位是字节）
ALTER SYSTEM SET FULLTEXT_CACHE_SIZE = 2147483648 SPFILE;
-- 重启数据库生效

2. 分词优化

如果是专业领域场景，内置分词器可能分词不准确，可以添加自定义词库：

1. 找到达梦安装目录下的/lexer/chinese/userdict.txt文件
2. 每行添加一个自定义词汇，比如"达梦数据库"“全文检索"等专业术语
3. 重建全文索引生效：ALTER FULLTEXT INDEX idx_ft_article_content REBUILD;

3. 存储优化

将全文索引存储在高速SSD磁盘上，创建单独的表空间：

1
2
3
4
5
6
7

-- 先创建SSD磁盘上的表空间
CREATE TABLESPACE ft_ts DATAFILE '/ssd/dm/data/ft_ts.dbf' SIZE 10G AUTOEXTEND ON;

-- 创建索引时指定表空间
CREATE FULLTEXT INDEX idx_ft_article_content ON article(content)
LEXER CHINESE
TABLESPACE ft_ts;

生产环境性能对比

我们在生产环境500万行文章表上做了压测，结果如下：

优化后，查询性能提升了800多倍，资源占用大幅下降，完全满足高并发场景的需求。

常见踩坑与解决方案

1. 全文索引不生效

排查步骤：

• 检查ENABLE_FULLTEXT参数是否开启
• 检查索引状态：SELECT STATUS FROM DBA_FULLTEXT_INDEXES WHERE INDEX_NAME = 'IDX_FT_ARTICLE_CONTENT';，返回VALID为正常
• 检查查询语法：CONTAINS函数的第二个参数是否正确，关键词有没有拼写错误

2. 索引同步卡顿

问题原因：写入频繁的场景使用SYNC ON COMMIT策略，每次提交都要同步索引，导致写入性能下降。 解决方案：

• 改为定时同步，比如每小时同步一次，或者在凌晨低峰期同步
• 重建索引时使用ONLINE参数，避免锁表：ALTER FULLTEXT INDEX idx_ft_article_content REBUILD ONLINE;

3. 检索结果不全

问题原因：索引同步不及时，或者分词器没有识别到关键词。 解决方案：

• 手动执行索引同步：ALTER FULLTEXT INDEX idx_ft_article_content SYNC;
• 将缺失的关键词添加到自定义词库，重建索引

4. 特殊字符查询问题

如果需要查询包含特殊字符（比如+、-、&）的内容，需要用转义符\转义，或者用双引号包裹：

1
2

-- 查询包含"C++"的内容
SELECT * FROM article WHERE CONTAINS(content, '"C++"') >0;

落地建议

1. 索引规划：不要给所有文本字段都建全文索引，只给经常需要模糊查询的字段创建，减少存储和同步开销。
2. 同步策略选择：静态归档数据用手动同步，更新少的业务数据用实时同步，更新频繁的业务数据用小时级定时同步。
3. 监控配置：监控全文索引的同步延迟、查询耗时、缓存命中率，及时调整参数。
4. 数据备份：全文索引会随普通数据一起备份，恢复时不需要额外操作，和普通索引一致。

通过以上优化步骤，我们完全可以在不引入外部检索组件的前提下，将大文本模糊查询的性能提升数百倍，解决LIKE查询带来的慢查询问题。达梦数据库的全文检索功能经过大量生产环境验证，稳定性和性能都满足业务需求，是信创场景下文本检索的最优选择。