使用“like”和通配符优化MySQL搜索

Question

如何查询

SELECT * FROM sometable WHERE somefield LIKE '%value%'

优化？

这里的主要问题是第一个阻止DBMS使用索引的通配符。

编辑：更重要的是，某些字段值是实心字符串（不是一段文字），因此无法进行全文搜索。

Answer 1

你的琴弦有多长时间？

如果它们相对较短（例如英文单词; avg_len = 5）并且您有备用数据库存储空间，请尝试以下方法：

• 对于要存储在表格中的每个单词，请改为使用该单词的每个可能后缀。换句话说，你继续剥离第一个字符，直到什么都没有留下。例如，单词value给出：
  • value
  • alue
  • lue
  • ue
  • e
• 将这些后缀中的每个存储在数据库中。
• 您现在可以使用LIKE 'alu%'搜索子字符串（它会在＆＃39;值＆＃39;中找到＆＃39; alu＆＃39;）。

通过存储所有后缀，您已经删除了对前导通配符的需求（允许使用索引进行快速查找），但代价是存储空间。

存储费用

在每个单词的基础上，存储单词所需的字符数变为word_len*word_len / 2，即字长中的二次方。以下是各种字数增加的因素：

• 3个字母的单词：(3*3/2) / 3 = 1.5
• 5个字母的单词：(5*5/2) / 5 = 2.5
• 7个字母的单词：(7*7/2) / 7 = 3.5
• 12个字母的单词：(12*12/2) / 12 = 6

存储单词所需的行数从1增加到word_len。注意这个开销。应将其他列保持在最低限度，以避免存储大量冗余数据。例如，最初找到该单词的页码应该没问题（想想unsigned smallint），但是单词上的大量元数据应该基于每个单词存储在单独的表中，而不是每个后缀。

<强>考虑

在我们拆分的地方进行权衡取舍＆＃39; （或片段）。作为一个现实世界的例子：我们用连字符做什么？我们将形容词five-letter存储为一个或两个词吗？

权衡如下：

• 任何被分解的东西都不能作为单个元素找到。如果我们单独存储five和letter，则搜索five-letter或fiveletter将失败。
• 任何不分解的内容都会占用更多存储空间。记住，存储 要求在字长中以二次方式增加。

为方便起见，您可能希望删除连字符并存储fiveletter。现在可以通过搜索five，letter和fiveletter找到该字词。 （如果您也从任何搜索查询中删除连字符，用户仍然可以成功找到five-letter。）

最后，有一些存储后缀数组的方法不会产生太大的开销，但我还不确定它们是否可以很好地转换为数据库。

Answer 2

使用Full Text Search。 “初步想法”标题具有相同的示例，并导致工作示例解决方案。

And the MySQL docs

编辑：无法在SQL本身进行调整。使用LOCATE或PATINEX等功能也无济于事。

Answer 3

考虑到你的问题是通配符，它​​不会产生很大的不同，但是不使用“SELECT *”会提高查询性能。如果你实际上并没有使用你得到的所有字段，那就是胜利，“SELECT *”会导致两个查询被触发，一个用于查找表的字段，然后查询添加了字段名称的查询。

Answer 4

两种方式：

（1）使用内存表，因此速度非常快。

（2）制作比foo LIKE '%bar%'更好的索引和搜索算法。如果不了解您的问题，就无法对此提出任何建议。

正如您所指出的，％bar％模式保证了每次查找的表扫描，这使数据库软件中任何可能的搜索独创性无效。