在我的应用程序中，我有一个用户表，first_name和last_name。我目前有第三列full_name（自动生成），如下所示：first_name + last_name + first_name（没有特殊字符）。
"Etienne", "De Crécy", "Etienne De Crecy Etienne"
现在，我有一个简单的算法来自动完成用户输入（删除了特殊字符）：
SELECT * FROM users WHERE full_name LIKE "%input%"
此查询返回Etienne，其中包含输入Crécy Etienne，Etienne De，Cré，Cre，Etienne
我想在此查询中添加一些模糊以允许用户误导。当用户写道时，这个新算法应该能够返回Etienne：
Etiene（与名字相似）Etienne Crecy（类似于全名，没有特征）Crecy Etienne（类似于全名，没有特别的，其他方向）De Cressi（听起来像姓氏）Cressi（听起来像姓氏，没有特别之处）我做了很多搜索，最相关的想法是使用SOUNDEX方法（或Metaphone程序）或levenstein程序。我无法使用作为，因为：
SOUNDEX(Cressy)与SOUNDEX(De cressy)不同，即使它们非常相似。您对“混合”这些方法有什么想法，或者您对我有任何其他想法吗？
答案 0 :(得分：0)
我强烈建议您尝试使用Solr或Elasticsearch来满足您的要求（以及更高的灵活性和更好的性能）。
但是，如果你想在MySQL中复制一个基本的语音搜索引擎，你需要能够在插入时按full_name提取多个令牌（单词或单词编码）（以及自动完成时的每个查询）。
1）。首先，确保您的full_name列的类型为FULLTEXT。然后切换到MATCH...AGAINST查询语法代替LIKE %foo%。
这将为您购买精确的内部令牌匹配，如“de cressy”的“cressy”。
您使用Levenshtein距离作为排序标准的想法并不错，但运行成本很高，因此请确保LIMIT MATCH...AGAINST ORDER BY MATCH... DESC查询和{{1}如果您要输出 levenshtein（query，full_name）作为select的一部分。
目标是避免在所有行上运行 levenshtein
2）。如果您仍然有兴趣扩展结果以包含声音相似：
创建一个 phonetic_token 表，其中一个外键列返回到您的主名称表（它是一对多关系名称到令牌）。
将列soundex和metaphone添加到此表中。
将记录插入主名称表时，另外在空白处解析它们，并插入soundex＆amp;将每个名字的metaphone编码转换为phonetic_token。
您可能需要添加一些解析逻辑，以确保记录所有名字三倍和姓氏三倍（例如，在语音编码之前，请确保“de cressy”标记为“de”，“cressy”和“decressy”为了匹配预期的输入。）
现在，在查询要显示的声音完成名称时，您实际上将使用phonetic_token WHERE soundex IN加入您的主要名称表（查询令牌的soundex代码列表 ）或metaphone IN（来自查询令牌的 metaphone代码列表）。
我建议在MATCH(full_name)...AGAINST(query_text)产生的结果太少的情况下，将此语音匹配作为第二个查询运行。
同样，Solr或Elasticsearch将通过配置为您完成所有这些文本争论，同时为您提供更快捷的性能。根据应用程序的范围，从MySQL中提取文本匹配可能会为您节省大量时间和麻烦。