Question

我在MySQL中有一组这样的表（[table_name] _id引用的外键）：

Articles(id, author_id, title, date, broad_search, ...)
Keywords(id, article_id, keyword (varchar))
Authors(id, name, ...)
Attachments(id, article_id, url, ...)

我们最关心的是'关键字'，所以我只提到它的索引：

id - Primary - BTREE
(article_id,keyword) - Unique - BTREE
keyword - BTREE
article_id - BTREE

每篇文章都有关联的关键字列表。 Articles中的“broad_search”列指出该特定文章是否可以与关键字（broad_search = 1）进行广泛匹配，或者是否必须与关键字（broad_search = 0）完全匹配。我有一个SELECT查询，它根据关键字，broad_search参数和其他过滤条件提取文章列表。

$sql = "SELECT *
FROM Keywords k, Attachments at, Articles ar, Authors a (2 more tables)
WHERE 
((ar.broad_search=0 AND k.keyword = '$Keyword')
OR (ar.broad_search=1 AND (INSTR('$Keyword', k.keyword)>0 OR k.keyword like '%$Keyword%')))
AND at.article_id = ar.id
AND a.id = ar.author_id 
... (more conditions)
LIMIT 20";

文章可以设置为braod match或完全匹配，我正在尝试根据关键字获取它们的列表。

完全匹配很简单。但广泛匹配有各种情况，不允许我使用像'％search_term％'这样的简单外卡模式。一个例子：

Keywords for a broad match article = {books, used books, reading books, popular book}
search term = new books

现在，我们不能使用mysql通配符字符串匹配，因为'%new books%'将不匹配任何关键字，但需要检索它，因为搜索项包含关键字的子字符串（broad_search = 1）。因此，broad_search有两种类型：关键字“二手车”中的search_term =“cars”和关键字“cars”中的搜索词=“二手车”。

如果broad_search = 0，请进行完全匹配。如果broad_search = 1，则匹配两种情况：

 ((ar.broad_search=0 AND k.keyword = '$Keyword')
        OR (ar.broad_search=1 AND (INSTR('$Keyword', k.keyword)>0 OR k.keyword like '%$Keyword%')))

我写的查询完美地完成了这项工作。但问题在于性能。关键字表非常大，有超过100,000行并且不断增长。此外，这是一个高负载的应用程序，并由于它收到的大量请求而导致我的服务器死亡。

我觉得这不是执行文本搜索的正确方法。我尝试了关于全文搜索的mysql文档，但我不太了解它的应用程序，如果它符合我的搜索条件。另外，我在考虑Apache Lucene是否是更好的选择，但我之前没有使用它，所以不太确定（此查询在PHP脚本中运行）。

我应该如何实施？它是索引问题，还是MySQL INSTR函数效率低下，还是应该使用完全不同的方法？

Answer 1

MySQL不是搜索引擎，它是一个关系数据库管理系统（RDBMS）。但是，您可以实现本机MySQL工具来模拟全文搜索功能，例如将搜索表设置为MyISAM并向要搜索的列添加FULLTEXT索引。您可以阅读MySQL docs以获取有关MySQL如何支持全文搜索的更多信息。

即使您使用全文搜索查询以您想要的方式工作，您仍然会错过真正的搜索引擎（Lucene）支持的一系列功能。诸如构面，空间搜索，结果提升，加权等功能。我建议您阅读Apache SOLR，因为它支持所有这些功能等等。甚至可以使用PHP SOLR API来访问SOLR实例。

我并不是说完全放弃MySQL，而是将其用于预期目的，持久存储可查询的数据，以及可用于填充搜索引擎索引的数据。 SOLR甚至还有一个内置的文档导入处理程序，它允许您设置要在MySQL数据库中批量导入数据时使用的数据库查询。

学习曲线相对较高，就像学习大多数新技术一样，但是当你完成后，你会想到如何在不使用真正的全文搜索引擎的情况下获得成功。

MySQL中的文本搜索 - 性能和替代方案

1 个答案: