如何从MySQL表的多个列中获取指定最小长度的所有不同单词？

Question

在MySQL 5.6数据库，我有表tablename已经（包括人）三TEXT列：col_a, col_b, col_c。

我想从这三列中提取至少5个字符的所有唯一单词（单词之间用空格分隔）。“单词”是指任何非空格字符字符串，例如“ foo-123”和“ 099423”都是单词。这些列都是utf8格式的InnoDB列。

是否有单个查询可以执行此操作？

编辑：根据要求，下面是一个示例：（在实际数据中，col_a，col_b和col_c是TEXT字段，可能包含大量单词。）

select id, col_a, col_b, col_c from tablename;

id  | col_a              | col_b          | col_c
----|--------------------|----------------|----------------------
1   | apple orange plum  | red green blue | bill dave sue
2   | orange plum banana | yellow red     | frank james
3   | kiwi fruit apple   | green pink     | bill sarah-jane frank

expected_result: ["apple", "orange", "banana", "fruit", 
                  "green", "yellow", "frank", "james", "sarah-jane"]

我不在乎结果的顺序。谢谢！

编辑：在上面的示例中，所有内容都是小写字母，因为这就是我将所有内容存储在与该问题相关的真实表中的方式。但是，为了争辩，如果它确实包含一些大写字母，我希望查询忽略大写字母（这是我的数据库配置的设置）。

EDIT2：如果有帮助，则所有文本列上均具有FULLTEXT索引。

EDIT3：这是创建示例数据的SQL：

DROP TABLE IF EXISTS `tablename`;
CREATE TABLE `tablename` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `col_a` text,
  `col_b` text,
  `col_c` text,
  PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=4 DEFAULT CHARSET=utf8;
LOCK TABLES `tablename` WRITE;
INSERT INTO `tablename` VALUES (1,'apple orange plum','red green blue','bill dave sue'),(2,'orange plum banana','yellow red','frank james'),(3,'kiwi fruit apple','green pink','bill sarah-jane frank');
UNLOCK TABLES;

Answer 1

shell脚本可能是有效的...

1. SELECT CONCAT_WS(' ', col_a, col_b, col_c) INTO OUTFILE 'x' ...将列放入文件中
2. tr ' ' "\n" <x -- 每行分成一个单词
3. awk 'length($1) >= 5' -- 每个单词的最小大小为 5 个字符
4. sort -u -- 去重

没有停用词，但 sed 或 awk 可以处理这个问题。

 mysql -e "SELECT ... INTO OUTFILE 'x' ..." ...
 tr ' ' "\n" <x  |  awk 'length($1) >= 5'  |  sort -u