关键字搜索引擎，返回统计信息而非命中

Question

关于StackOverflow的第一篇文章，但我一直把这个网站视为共享知识的重要来源，我很高兴看到这个问题的结果。

我觉得我现在已经达到了SQL索引，统计数据和全文搜索的极限，我正在寻找一个可以为我们提供所需功能的搜索库。我不反对自己编写（如果我能得到老板的批准，也可以开源），但我更愿意找到一些已经存在的开源资源，自然。

我们所追求的是一个搜索引擎，可以提供有关用户搜索特定关键字时匹配的结果的统计信息。比方说，我们说的是我们在谈论在线商店的产品数据库。我们需要能够返回有关有多少产品的统计信息，这些产品与给定的一组关键字匹配（并且还能够按价格，类别等过滤此结果集），以及库存产品总数（假设它存储在产品表的字段中）。我找到的所有搜索引擎都会返回顶部的 n 结果，如果您需要有关结果集大小的统计信息，则需要枚举整个集合。即使你没有，你仍然需要这样做来检索库存产品的总数。

有没有人知道这是否具备此功能？就像我说的那样，我很高兴自己动手，或者自己构建它，或修改像Lucene这样的功能，但是我无法在Google上找到任何合适的东西。

先谢谢你们！

Answer 1

您可以查看Solr，这是一个构建在Lucene之上的分面搜索引擎。除了进行全文搜索之外，Solr还会为您计算许多不同的东西。它善于处理结构化和全文数据的组合。

Answer 2

这里要记住的是“枚举所有结果”可能意味着非常不同的事情 - select count(*)与实际获取每个对象所需的所有连接等非常不同。在Lucene以及关系数据库中都是如此。所以我不担心文档说“我们列举所有结果。”

根据我的经验，Solr的标准分面可以满足99％的人需要。如果你在1％（即你有一个巨大的数据库），那么我可以建议一些猜测结果的方法，这可以更快。但索尔可能会为你工作。

Answer 3

  

我觉得我现在已经达到了我可以用SQL索引做的限制

你确定吗？我问，因为如果你使用MySQL，你可能想要研究PostgreSQL的full text search功能。特别是当您将它与btree_gin和trigram模块结合使用时，以及非常合适的explain功能，可以从高度复杂的查询中提取合理的行估计值。