PHP/SQL:基于相似度的多模糊关键词搜索(高级SQL搜索)

Question

现状：

我目前正在使用PHP和SQL中的多个关键字进行关键字搜索。我应用搜索的字段是title字段，它是一个250 VARCHAR字段。

用户可以输入一个关键字，例如“苹果”或多个关键字，例如“苹果香蕉黄”。第一个选项是微不足道的。对于第二个选项，我当前的算法是这样的：

1. 尝试查找与标题中与整个字符串“苹果香蕉黄”完全匹配的项目。按索引 ID 对结果进行排序。
2. 如果未找到与整个字符串完全匹配的更多结果，或者首先找不到任何结果，请搜索包含“苹果”、“香蕉”或“黄色”的所有标题。按索引 ID 对结果进行排序。

这个算法非常基本，但很有趣，效果很好。

我在找什么：

然而，我现在正在寻找一种更智能的搜索算法，而不必依赖亚马逊服务等外部付费脚本。我正在寻找一种实现以下内容的方法：

• 模糊搜索（我读过关于SOUNDEX或levenshtein的文章，它们可能会意识到这一点）
• 更智能的关键字搜索（不要只返回与所有单词匹配或仅与单个单词匹配的项目，还可以返回之前 2 个单词或 3 个单词）
按相关性/相似性排序
• （按搜索与标题的相似性排序，而不仅仅是索引 ID）
• （奖励：甚至可以实现对精确字符串的搜索，例如在谷歌上使用“ ”来准确查找引号之间的单词）

开始这样的搜索的最佳方法是什么？我正在使用InnoDB for MySQL。

Answer 1

假设使用MySQL，您可以添加一个FULL Text索引。然后，有许多功能可以让您进行基本搜索，以满足您列出的所有需求：https://dev.mysql.com/doc/refman/5.7/en/fulltext-search.html

您最终会使用以下语法：

 SELECT * FROM table_name WHERE MATCH(column_with_fulltext_index_on_it)
      AGAINST('apple banana yellow' IN NATURAL LANGUAGE MODE)

查看比赛比分

 SELECT column_with_fulltext_index_on_it, MATCH(column_with_fulltext_index_on_it)
      AGAINST('apple banana yellow' IN NATURAL LANGUAGE MODE) AS score  FROM table_name WHERE MATCH(column_with_fulltext_index_on_it)
      AGAINST('apple banana yellow' IN NATURAL LANGUAGE MODE)

要理解如何调整匹配子句以满足您的需求，可能需要克服一点学习曲线，但您的示例似乎非常基本（除了更智能的搜索）。

另外，需要注意的是，您需要使用html" target="_blank">系统配置来控制要编制索引的单词/标记的最小/最大字符数。您可以阅读 https://dev.mysql.com/doc/refman/5.7/en/fulltext-fine-tuning.html 以更深入地了解索引选项。Percona也是一个很好的资源 https://www.percona.com/blog/2013/02/26/myisam-vs-innodb-full-text-search-in-mysql-5-6-part-1/（通常比MySQL Doc的更容易被人类消化）。

如果您需要进行更复杂的搜索，您可以考虑添加其他技术，如< code>Solr，但我一直建议，使用现有的技术进行基本的工作，只有在遇到困难时才采用新技术，或者对现有的解决方案有良好的衡量标准，并知道新技术会以某种方式提高(速度、存储空间、结果质量等)...).如果你不能量化，坚持基本，直到你可以。

这里有一个很好的教程：http://www.w3resource.com/mysql/mysql-full-text-search-functions.php