PHP/SQL：基于相似度的多个模糊关键字搜索（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。

用户可以输入单个关键字，例如“苹果”或多个，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. 尝试查找与标题中的整个字符串“applebanana yellow”完全匹配的项目。按索引 ID 对结果进行排序。
2. 如果找不到更多与整个字符串完全匹配的结果，或者如果一开始就没有找到，请搜索包含“apple”、“banana”或“yellow”的所有标题。按索引 ID 对结果进行排序。

该算法非常基本，但足够有趣，效果很好。

---

我在找什么：

不过，我现在希望实现一种更智能的搜索算法，而不必依赖像亚马逊服务这样的外部付费脚本。我正在寻找一种方法来实现以下内容：

• 模糊搜索（我读过关于 SOUNDEX 或 levenshtein 的文章可能会意识到这一点）
• 更智能的关键字搜索（不要只返回匹配所有字词或仅一个字词的项目，还可以返回 2 个字或 3 个字之前的条目）
• 按相关性/相似度排序（按搜索与标题的相似度排序，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“”来精确查找引号之间的单词）

开始此类搜索的最佳方式是什么？我正在使用 InnoDB for MySQL。

Answer 1

假设 MySQL，您可以添加 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

你最终会使用如下语法：

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

查看比赛分数

 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)

要了解如何根据自己的需要调整匹配子句，可能需要克服一点学习曲线，但您的示例看起来非常基础（smarter search 除外）。

另外，需要注意的是，您需要一些系统配置来控制要索引的单词/标记的最小/最大字符。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 更易于人类消化）。

如果您需要进行更复杂的搜索，您可以考虑添加其他技术，例如 Solr，但我一直建议您使用现有技术进行基本工作，只有遇到困难才采用新技术墙，或者对现有解决方案有良好的衡量标准，并且知道新技术会以某种方式改进（速度、存储空间、结果质量等）。如果你不能量化，坚持基本直到可以为止。

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