Question

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'，我想实时搜索我正在我网站上构建的自动完成功能。

我一直在尝试使用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'some％'，但我需要在字符串中匹配标题，如'％something％'。

使用前瞻性搜索，MySQL和MongoDB使用索引花费0.01秒，使用完整字符串搜索花费约6秒。

我意识到需要扫描整个数据库以进行字符串字符串类型搜索，那么这个问题的常见方法是什么？对于这个问题，Solr和Sphinx似乎有些过分，所以我尽量避免使用它们。

如果我有一个装有2 GB RAM和40GB SSD的盒子（这是我目前能买得起的），我能否获得亚秒响应时间？提前谢谢。

-

更新：我尝试了全文索引，虽然结果非常快，但它并不真正满足字符串字符串搜索（“presiden”与“总统”不匹配）。我正在寻找方法来匹配字符串中的字符串和5M行数据集。

Answer 1

对于MySQL，您可以创建full-text index。简而言之，全文索引通过索引每个单词来快速部分文本匹配。要创建索引，您需要写：

alter table YourTable add fulltext index(article_title);

之后，您可以搜索：

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

似乎是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方法更适合您的情况。

Answer 2

当使用常规索引（通常实现为BTREE）时，索引从左到右工作。因此，something%之类的查询将起作用，因为可以使用索引的左侧。使用%something或%something%等查询时，无法使用此类索引。

A Full-Text index的不同之处在于它会索引不常见的单词。常见字词（stop-words），例如the，不包括在内。 MySQL full-text索引也会遗漏3个字符或更小的字词。

对于小案例，内置的全文索引可以正常工作。内置的全文索引通常只会带你到目前为止，所以在某些时候你可能需要使用专用的解决方案，如Elastic Search或Spynx。

有没有快速的方法在任何数据库中进行'％phrase％'搜索？

2 个答案: