自动建议全文搜索的后端

Question

我想为使用 AJAX、PHP 和 MySQL 的全文搜索创建自动建议。

我正在寻找实现后端的正确方法。当用户打字时，输入字段应该给他建议。建议应从表格中的文本条目生成。

此条目的一些信息：它们以全文形式存储，由 PDF 生成，每页 3-4 页。目前不超过 100 个条目，未来几年将达到 2000 个。

如果用户开始键入，他正在键入的单词应该用存储在数据库中的单词完成，按出现次数降序排序。下一步是建议与其他词的组合，女巫在匹配第一个词的条目中出现率很高。当然，您可以将其与 Google 自动建议进行比较。

我正在考虑 3 种不同的 方法来实现这一点：

1. 通过 cronjob 生成索引，女巫在夜间计算单词和组合的出现次数。用户在此索引上搜索。

2. 我使用 'LIKE "%search%"' 函数在条目中进行实时搜索。然后我在 this 之后查找单词并按出现对它们进行 GROUP。

3. 我为所有用户搜索创建了一个日志文件，并寻找像 1) 中那样的良好组合，因此每次搜索操作都会使搜索变得更加智能。

从这个开始的最佳方式是什么？搜索应该快速且高效。 有没有更好的可能性是我没有想到的？

Answer 1

我会使用 mysql 的 MATCH() AGAINST() (http://dev.mysql.com/doc/refman/5.5/en/fulltext-search.html)，例如：

SELECT *
FROM table
WHERE MATCH(column) AGAINST('search')
ORDER BY MATCH(column) AGAINST('search')

另一个优点是您可以进一步调整被搜索词的重要性（如果需要），例如：

MATCH(column) AGAINST('>important <lessimportant') IN BOOLEAN MODE

或者说搜索词的某些词是必需的，而其他词可能不会出现在结果中，例如：

MATCH(column) AGAINST('+required -prohibited') IN BOOLEAN MODE

Answer 2

我认为，第一个想法是最好的。顺便说一句，不要忘记从自动建议中删除停用词（an, the, by, ...）。