对mysql中的多个字段进行加权搜索的最佳方法？答案

【问题标题】：Best way to do a weighted search over multiple fields in mysql?对mysql中的多个字段进行加权搜索的最佳方法？
【发布时间】：2011-09-23 17:20:24
【问题描述】：

这是我想做的：

将搜索主题与我的表格的多个字段进行匹配
按字段的重要性和匹配的相关性（按此顺序）对结果进行排序

例如：假设我有一个博客。然后有人搜索“php”。结果会这样显示：

首先，字段“title”的匹配项，按相关性排序
然后，“body”字段的匹配项也按相关性排序
等等与指定的字段...

我实际上是用 PHP 中的一个类来做到这一点的，但是它使用了很多 UNIONS（很多！）并且随着搜索主题的大小而增长。所以我担心性能和DOS问题。有没有人知道这方面的线索？

【问题讨论】：

标签： php mysql search

【解决方案1】：

这种进行加权搜索/结果的方法可能适合您：

SELECT *,
    IF(
            `name` LIKE "searchterm%",  20, 
         IF(`name` LIKE "%searchterm%", 10, 0)
      )
      + IF(`description` LIKE "%searchterm%", 5,  0)
      + IF(`url`         LIKE "%searchterm%", 1,  0)
    AS `weight`
FROM `myTable`
WHERE (
    `name` LIKE "%searchterm%" 
    OR `description` LIKE "%searchterm%"
    OR `url`         LIKE "%searchterm%"
)
ORDER BY `weight` DESC
LIMIT 20

它使用一个选择子查询来提供对结果排序的权重。在这种情况下，搜索了三个字段，您可以指定每个字段的权重。它可能比联合更便宜，并且可能是纯 MySQL 中更快的方法之一。

如果你有更多的数据并且需要更快的结果，你可以考虑使用像 Sphinx 或 Lucene 这样的东西。

【讨论】：

我喜欢这种方法！你能解释一下 FROM 之前的 IF 发生了什么吗？我不使用复杂的查询 =/
基本上它是一个IF函数，如果条件（第一个参数）为真，将使用第二个参数（权重），否则将使用第三个参数（0-weight）。该手册包含所有详细信息：dev.mysql.com/doc/refman/5.0/en/…
那太好了！所以如果它出现在名称（而不是开头）、描述和网址中，它的权重会是 16？ (10+5+1)
对于这种“相似性”搜索，您应该使用 Lucene / SolR。
优秀的解决方案！它很简单，它支持多个搜索词和多个可搜索字段。谢谢！

【解决方案2】：

您可以将多个 mysql MATCH() 值相加，首先将每个值乘以它们的权重。

当然是简化...

'(MATCH(column1) AGAINST(\''.$_GET['search_string'].'\') * '.$column1_weight.')
 + (MATCH(column2) AGAINST(\''.$_GET['search_string'].'\') * '.$column2_weight.')
 + (MATCH(column3) AGAINST(\''.$_GET['search_string'].'\') * '.$column3_weight.')
 AS relevance'

然后

'ORDER BY relevance'

【讨论】：

如果您的权重设置正确，它将按所需顺序放置。
你能给我一个如何设置权重的例子吗？
@hugo_leonardo 如果标题中的匹配非常弱，而正文中的匹配非常强，则正文匹配项仍有可能出现在标题匹配项之前。这是一种更好的方法，但是，并非所有标题匹配都比所有身体匹配更有价值，具体取决于匹配分数。另外，请记住，被匹配的字段需要有一个全文索引。
但是显然你会在 SQL 中使用 $_GET 变量之前对其进行转义。
@DavidYell 是的，或者更好的是，使用 PDO 准备好的语句。

【解决方案3】：

使用 MySQL 的 CASE 函数 (https://dev.mysql.com/doc/refman/5.7/en/case.html) 有一种原生且简洁的方式来执行此操作。

示例（未经测试）：

从“我的表”中选择 * WHERE (`name` LIKE "%searchterm%" OR `description` LIKE %searchterm%" OR `url` LIKE "%searchterm%") 按情况订购 WHEN `name` LIKE "searchterm%" THEN 20 WHEN `name` LIKE "%searchterm%" THEN 10 WHEN `description` LIKE "%searchterm%" THEN 5 当 `url` 像 "%searchterm%" THEN 1 否则 0 结尾限制 20

我已经将它用于我自己的许多加权搜索，并且绝对是一种享受！

【讨论】：

【解决方案4】：

您应该使用专用索引器将所有数据预取到优化的可搜索索引中。 Sphinx 和类似的产品在这方面做得很好。

【讨论】：

【解决方案5】：

我有同样的问题，并且在一个 MySQL 论坛上得到了完整的回答。 Here's the thread. 有点长线（因为我有点啰嗦），但回报正是你想要的。

【讨论】：

@hugo_leonardo -- 是的，回答的两个人给出了非常周到的答案。
@PeteWilson：请在您的帖子中添加相关引号，因为外部链接可能会中断。

【解决方案6】：

SELECT post_name, post_title,
    (CASE WHEN `post_name` LIKE '%install%' THEN(9 / LENGTH(post_name) * 100) ELSE 0 END) 
    + (CASE WHEN `post_title` LIKE '%install%' THEN(9 / LENGTH(post_title) * 50) ELSE 0 END)
        AS priority
FROM wp_posts
WHERE
    post_title LIKE '%install%'
    OR post_name LIKE '%install%'
ORDER BY priority DESC

这个查询不仅会检查列的权重，还会检查每一行的权重：

检查搜索词在每个字段单元格中的重要性。例如，如果搜索 install，install 将胜过 install something（长度包含在权重计算中）。
每个字段都可以分配权重（在本例中为 100 和 50，可选）。

基本上，如果我们有这些值并搜索install：（1 列示例，但它也适用于多列）

“关于安装的其他内容”
“安装”
“安装一些东西”

搜索会给出这个顺序：

“安装” - 128 重量
“安装东西” - 52 重量
“其他关于安装” - 32 重量

【讨论】：