Rails + MySQL で日本語全文検索

Railsアプリケーションに日本語による全文検索機能を付け加えるため、私は2つの選択肢を検討しました:

結論としては、後者を採用しました。

Tritonnを採用すれば、アプリケーション側の負担は非常に少なくなります。しかし、MySQL 5.0 ベースで Tritonn をビルドしなければなりません。ビルド作業自体はそんなに面倒ではないのですが、私が使用する予定のサーバマシンでは既に MySQL 5.1 が動いていたので、もうひとつ MySQL インスタンスを動かすことになります。メモリリソースのことが心配になりました。

他方、後者の方法では、既存の MySQL 5.1 をそのまま使用できます。Rails 側で MeCab を使うのは簡単ですし、アプリケーション側でいろんな工夫をする余地があるのも嬉しいところです。例えば、助詞や助動詞を検索対象から省くとか。

実際のRailsアプリケーションでは、次のようなコードを書きました。

まず、analyzed_texts テーブルを作ります。MyISAM で作らないと FULLTEXT インデックスを設定できない点に注意。



class CreateAnalyzedTexts < ActiveRecord::Migration

  def self.up

    create_table :analyzed_texts, :options => 'ENGINE=MyISAM' do |t|

      t.integer :article_id, :null => false

      t.text :words
      t.timestamps

    end
    add_index :analyzed_texts, :article_id

    execute "CREATE FULLTEXT INDEX analyzed_texts_words ON analyzed_texts(words)"

  end
  def self.down

    drop_table :analyzed_texts

  end

end

次に、AnalyzedText モデルを作ります。



require 'MeCab'
class AnalyzedText < ActiveRecord::Base

  belongs_to :article
  def analyze(text)

    self.words = MeCab::Tagger.new("-Owakati").parse(text)

    self.save!

  end

end

検索対象となる Article モデルはこんな感じ。



require 'MeCab'
class Article < ActiveRecord::Base

  has_one :analyzed_text

  after_save :analyze_body

  

  protected

  def analyze_body

    if body.present?

      at = analyzed_text || AnalyzedText.new(:article_id => id)

      at.analyze(body)

    end

  end

  

  def self.search(text)

    words = MeCab::Tagger.new("-Owakati").parse(text)

    words = connection.quote(words)

    includes(:analyzed_text).

      where("MATCH (analyzed_texts.words) AGAINST (#{words} IN BOOLEAN MODE)").

      order("MATCH (analyzed_texts.words) AGAINST (#{words} IN BOOLEAN MODE) DESC").

  end

end

なお、my.cnf の [mysqld] セクションに次の記述を追加して、MySQL を再起動するのを忘れないこと。



ft_min_word_len=1


参考資料: