Kysely项目中实现MySQL全文搜索的技术解析
2025-05-19 17:40:07作者:董灵辛Dennis
在Kysely这个TypeScript SQL查询构建器中,开发者经常需要实现高级数据库功能如全文搜索。本文深入探讨如何在Kysely中正确使用MySQL的全文搜索功能。
全文搜索的基本原理
MySQL提供了MATCH AGAINST语法来实现全文搜索功能,这种搜索方式比传统的LIKE操作符更高效且功能更强大。全文搜索特别适合处理大量文本数据的搜索场景,它能够:
- 快速查找包含特定词汇的记录
- 支持布尔模式搜索
- 支持相关性排序
- 支持前缀搜索
Kysely中的实现方式
在Kysely中,我们可以通过sql模板标签直接使用原始SQL表达式。以下是实现全文搜索的正确方式:
const whereExpression = (eb: ExpressionBuilder<DB, "Person">) => {
const filters: Expression<SqlBool>[] = [];
if (props.query) {
filters.push(
sql<boolean>`MATCH(name) AGAINST(${props.query} IN BOOLEAN MODE)`
);
}
return eb.and(filters);
};
关键点解析
-
类型安全:必须为
sql模板标签指定返回类型<boolean>,这样Kysely才能正确解析表达式。 -
参数化查询:使用
${props.query}而不是直接拼接字符串,这可以防止SQL注入攻击。 -
布尔模式:
IN BOOLEAN MODE允许使用特殊操作符如+(必须包含)、-(必须排除)和*(通配符)。
常见错误与解决方案
开发者在使用过程中可能会遇到以下问题:
-
类型错误:忘记为
sql模板标签指定返回类型会导致类型系统无法正确推断表达式类型。 -
错误包装:不必要地使用
eb()包装sql表达式,这会导致Kysely无法正确解析操作符。 -
语法错误:MySQL全文搜索需要表有全文索引,如果没有创建相应索引,查询会失败。
最佳实践建议
- 确保相关列已创建全文索引:
CREATE FULLTEXT INDEX idx_name ON Person(name);
- 对于复杂搜索条件,可以组合多个全文搜索条件:
filters.push(
eb.or([
sql<boolean>`MATCH(name) AGAINST(${props.query} IN BOOLEAN MODE)`,
sql<boolean>`MATCH(description) AGAINST(${props.query} IN BOOLEAN MODE)`
])
);
- 考虑搜索结果的相关性排序:
.orderBy(sql`MATCH(name) AGAINST(${props.query})`, 'desc')
通过以上方式,开发者可以在Kysely中高效地实现MySQL全文搜索功能,同时保持类型安全和查询构建的灵活性。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
330
137