有没有一种快速的方法可以在任何数据库中进行 '%phrase%' 搜索？答案

【问题标题】：Is there a fast way to do a '%phrase%' search in any DB?有没有一种快速的方法可以在任何数据库中进行 '%phrase%' 搜索？
【发布时间】：2013-08-12 13:54:04
【问题描述】：

我有一个包含 5M 行的大型数据集。数据集中的一个字段是“article_title”，我想实时搜索我在我的网站上构建的自动完成功能。

我一直在尝试将 MySQL 和 MongoDB 作为潜在的数据库解决方案。当使用索引时，两者都表现良好，例如'something%'，但我需要匹配标题within一个字符串，如'%something%'。

MySQL 和 MongoDB 都需要 0.01 秒，使用前向搜索的索引，大约 6 秒的全字符串搜索。

我意识到需要扫描整个数据库以进行字符串中的字符串类型搜索，那么解决此问题的常用方法是什么？ Solr 和 Sphinx 对于这个问题似乎有点过头了，所以我尽量避免使用它们。

如果我有一个具有 2 GB RAM 和 40GB SSD 的盒子（这是我目前能负担得起的），我能否获得亚秒级的响应时间？提前致谢。

更新：我尝试了全文索引，虽然结果非常快，但它并不能真正满足字符串中的字符串搜索（“presiden”与“president”不匹配）。我正在寻找将字符串中的字符串与 5M 行数据集匹配的方法。

【问题讨论】：

【解决方案1】：

对于 MySQL，您可以创建一个full-text index。简而言之，全文索引通过索引每个单词来使部分文本快速匹配。要创建索引，您可以编写：

alter table YourTable add fulltext index(article_title);

之后你可以搜索：

select * from YourTable where match(article_title) against ('something');

好像是MongoDB also has text indexes。我想在任何一种情况下都可以对索引进行微调，因此您必须测试哪种情况更适合您的情况。

【讨论】：

很高兴知道...我认为全文索引可以为您提供更好的结果，但不知道它们可以加速部分文本匹配。我现在就这样做并跟进结果。谢谢！
有限制，据我所知，全文索引将索引 words：而模式 %bar% 将匹配 foobar、barfoo 和foobarfoo，在全文索引中搜索单词bar 将不需要找到包含该子字符串 的单词。还是我对该主题的了解已经过时了？
@SylvainLeroux 我相信你是对的。尽管如此，对于 OP 所描述的目的，这种限制似乎是可以接受的。
另请阅读stackoverflow.com/questions/609935/…
全文索引有所帮助，因为我现在得到了亚秒级的响应时间，但是正如 Sylvain 所提到的，结果并不是字符串中的字符串搜索。结果的质量并不差，但“总统”不会返回“总统”。这使得自动完成功能非常糟糕。还有其他想法吗？

【解决方案2】：

使用常规索引（通常以BTREE 实现）时，索引从左到右工作。所以像something% 这样的查询会起作用，因为可以使用索引的左侧。对于%something 或%something% 之类的查询，不能使用这样的索引。

A Full-Text index 的不同之处在于它索引不常见的单词。常用词 (stop-words)，例如 the，被排除在外。 MySQL full-text 索引也会忽略 3 个字符或更小的单词。

对于小型案例，内置全文索引可以正常工作。不过，内置的全文索引通常只能带您到此为止，因此在某些时候您可能需要使用专用的解决方案，例如 Elastic Search 或 Spynx。

【讨论】：