MySQL全文搜索匹配类似的结果

Question

我将尝试解释我的情况：我正在尝试在我的网站上为产品创建搜索引擎，因此当用户需要查找产品时，我需要显示相似的产品，这里＆＃39是一个例子。

用户搜索
assassins creed或assassinscreed或aSsAssIn's CreeD假设没有字母/数字拼写错误（这3个查询应产生相同的结果）

预期结果：
Assassin's Creed和Assassin's Creed: Unity和Assassin's Creed: Special Edition

到目前为止我尝试了什么

• 我为搜索引擎创建了一个MySQL字段，其中包含产品的解析名称（Assassin's Creed: Unity -> assassinscreedunity
• 我解析搜索查询
• 我使用MySQL＆＃39; s INSTR()
进行搜索

我的问题

我使用它很好，但是当行数增加时我听说它可能很慢，我在表格中创建了一个全文索引，但我不认为这会有所帮助，所以我需要另一种解决方案 谢谢你的回答，并在向下投票之前问我任何事情。

Answer 1

首先，您应该更准确地跟踪查询中的效果问题，而不是“听说它很慢”。并且“认为这会有所帮助”。一个起点可能是Slow Query Log。

如果您的表在多行中包含相同的已解析名称，请考虑normalizing您的数据库。在特定情况下，将唯一的解析名称存储在一个表中，并且只在您在问题中描述的表中存储相应解析名称的id。这样，您只需要检查具有唯一名称的较小表，然后可以通过id快速查找主表中的所有匹配条目。

示例：

请考虑下表及您的结构

 id | product_name        | rating
-----------------------------------
 1  | assassinscreedunity | 5
 2  | assassinscreedunity | 2
 3  | monkeyisland        | 3
 4  | monkeyisland        | 5
 5  | assassinscreedunity | 4
 6  | monkeyisland        | 4

您必须扫描所有六个条目才能找到相关的行。

相反，请考虑两个这样的表：

 id | p_id | rating
--------------------
 1  | 1    | 5
 2  | 1    | 2
 3  | 2    | 3
 4  | 2    | 5
 5  | 1    | 4
 6  | 2    | 4

 id | name
--------------------------
 1  | assassinscreedunity
 2  | monkeyisland

在这种情况下，您只需要扫描两个条目（与六个相比），然后可以使用整数id有效地查找相关行。

为了进一步增强性能，您可以扩展已解析名称的概念并使用哈希。例如，您可以计算解析名称的SHA1哈希值，该值是160位值。您可以非常有效地在数据库中找到此值的条目。要匹配子字符串，您也可以将它们添加到第二个表中。由于哈希只需要计算一次，您仍然可以使用数据库来匹配整数。另一件事可能是fuzzy hashing。

此外，您应该通常阅读Rabin–Karp algorithm或string searching。