質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

90.48%

  • MySQL

    7110questions

    MySQL(マイエスキューエル)は、TCX DataKonsultAB社などが開発するRDBMS(リレーショナルデータベースの管理システム)です。世界で最も人気の高いシステムで、オープンソースで開発されています。MySQLデータベースサーバは、高速性と信頼性があり、Linux、UNIX、Windowsなどの複数のプラットフォームで動作することができます。

  • UTF-8

    129questions

    UTF-8は8ビット符号単位の文字符号化形式及び文字符号化スキームです。データ交換方式、ファイル形式としては、一般的にUTF-8が使われる傾向があります。

MySQLの全文検索で、4バイトUTF-8文字がヒットしない

受付中

回答 1

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 1,871

takushi168

score 204

文字セットがutf8mb4のあるテーブルに対して
全文検索(MATCH~AGAINST~構文)を行いたいのですが、4バイト文字がヒットしてくれません。
ヒットさせるにはどうすればよいでしょうか。

何かご存じの方、お力添えお願いいたします。


環境

MySQLのバージョンは5.6.17です。

MroongaやGroongaは使用しておらず、
MeCabで形態素解析を行った日本語をスペース区切りでINSERTしています。
(直接関係ない気がしますが、MeCabのバージョンは0.996です)

テーブル(「foo」とします)の設定:

  • MyISAM
  • 照合順序はutf8mb4_general_ci
  • 検索対象フィールド「bar」を持つ
    (text型、照合順序はutf8mb4_unicode_ci)

試したこと

もちろんINSERTやSELECTは問題ないことは確認済みで、
LIKE検索もできていました。

-- `foo`.`bar`に「𩸽」という値をもつレコードがあるとします

-- LIKE検索:ヒットする
SELECT * FROM `foo` WHERE `bar` LIKE '%𩸽%'

-- MATCH~AGAINST検索①:ヒットしない
-- (4バイト文字でなければヒットすることも確認済みです)
SELECT * FROM `foo` WHERE MATCH(`bar`) AGAINST ('+𩸽' IN BOOLEAN MODE)

-- MATCH~AGAINST検索②:ヒットしない
-- 実際に用いたい構文は↑ですが、こちらでもNGでした
SELECT * FROM `foo` WHERE MATCH(`bar`) AGAINST ('𩸽')

<追記>

「なんとなく思っただけ」レベルなのですが…
そういえば文字セットやバイト数に関係なく、記号類は同じくヒットしない状態なので、
4バイト文字もそのように扱われているのでは…とも思いました。
(これも環境など何か影響している可能性がありますが)

-- `foo`.`bar`に「☆」という値をもつレコードがあるとします

-- LIKE検索:ヒットする
SELECT * FROM `foo` WHERE `bar` LIKE '%☆%'

-- MATCH~AGAINST検索:ヒットしない
SELECT * FROM `foo` WHERE MATCH(`bar`) AGAINST ('+☆' IN BOOLEAN MODE)
  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

質問への追記・修正、ベストアンサー選択の依頼

  • popobot

    2016/09/20 16:00

    自前環境でやってみましたがどちらのSQLでもうまくヒットしましたよ
    mroongaやgroongaのバージョンは?

    キャンセル

  • takushi168

    2016/09/20 16:07

    ご指摘・ご確認ありがとうございます。
    本文にも追記しましたが、MySQL側で全文検索用のエンジンは特に使用していません。

    キャンセル

  • popobot

    2016/09/20 16:19

    なるほど、失礼しました。自分の環境はmroonga使ってました...。

    キャンセル

回答 1

0

こちらを見る限りutf8mb4でも問題なさそうですが
この辺の制限をチェックしてみてはどうでしょうか?

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2016/09/20 16:48

    ありがとうございます。

    わたしも前者のマニュアルを見て問題なさそうだと思っていたので「???」状態です…
    (元々utf8で正常稼働していたシステムについて、DBと接続方法をutf8mb4に変更しただけですし)

    後者も確認してみましたが、おかしいところはないように思います。

    キャンセル

同じタグがついた質問を見る

  • MySQL

    7110questions

    MySQL(マイエスキューエル)は、TCX DataKonsultAB社などが開発するRDBMS(リレーショナルデータベースの管理システム)です。世界で最も人気の高いシステムで、オープンソースで開発されています。MySQLデータベースサーバは、高速性と信頼性があり、Linux、UNIX、Windowsなどの複数のプラットフォームで動作することができます。

  • UTF-8

    129questions

    UTF-8は8ビット符号単位の文字符号化形式及び文字符号化スキームです。データ交換方式、ファイル形式としては、一般的にUTF-8が使われる傾向があります。