全文検索エンジンSennaの2indバグを回避する方法

Posted at 6月 08, 2012

Senna (Tritonn) とは、未来検索ブラジルが開発した全文検索エンジンで、2indという機能があります。

MySQLなどでクエリを実行する際、１つのテーブルに対して、全文検索用のFULLTEXTインデックスと、他のインデックスを組み合わせて利用（インデックスマージ）できる機能です。

この機能を使わず全文検索を実行した場合、関連度合いでソートされた結果が返されます。ですが、大体の用途において、更新日時などでソートしたいことが多いと思います。

Field	Type	Null	Key	Default
id	int(10) unsigned	NO	PRI	0
title	varchar(100)	NO	FULLTEXT
time	int(10) unsigned	NO	MUL	0

- id => データID（インデックス：Primary）
- title => 本文（インデックス：FULLTEXT）
- time => データが更新されたUNIXタイム（インデックス：INDEX）

このテーブルにおいて、titleの全文検索をtime順に並べてidを取得するクエリは

SELECT `id`
FROM `tbl_name`
FORCE INDEX ( `time` )
WHERE MATCH (
`title`
)
AGAINST (
'検索したいテキスト'
)
ORDER BY `time`
LIMIT 0 , 10

となります。
シンプルなクエリで特に問題ないように見えますが、LIMIT句が効かなくなるバグがあります。

この問題が確認された環境ですが、
Tritonn 1.0.12（MySQL5.0.87、linux-x86_64）
現在の最終バージョンです。

さて解決する方法は、重複を省略するDISTINCT句を加えるだけです。

SELECT DISTINCT `id`
FROM `tbl_name`
FORCE INDEX ( `time` )
WHERE MATCH (
`title`
)
AGAINST (
'検索したいテキスト'
)
ORDER BY `time`
LIMIT 0 , 10

これだけで、LIMIT句がきちんと動くようになります。
MySQLでDISTINCT句を使うと「インデックスが使われなくなるんじゃないの？」という懸念はあるのですが、EXPLAINで確認したところ「Using Where」が返ってきていたので、大丈夫みたいです。

id	select_type	table	type	possible_keys	key	key_len	ref	rows	Extra
1	SIMPLE	tbl_name	index	NULL	time	3	NULL	128481	Using where

※この記事は引っ越し元のブログから保存用にもってきたものです。この頃（2015年）はsennaはあまり使っていないのですが、覚書として。

ku:neko ism