使用 MySQL 全文搜索跨多个表聚合最相关的结果

Question

我在 MySQL 5.5.22 上的多个表上运行全文查询。该应用程序使用 innodb 表，因此我创建了一些专门用于全文搜索的 MyISAM 表。

例如，我的一些表看起来像

account_search
===========
id
account_id
name
description
hobbies
interests

product_search
===========
id
product_id
name
type
description
reviews

由于这些表仅用于全文搜索，因此它们是非规范化的。数据可以来自多个表并聚合到搜索表中。除 ID 列外，其余列均分配给 1 个全文索引。

为了解决全文搜索的“50%”规则，我使用IN BOOLEAN MODE。

所以对于上述情况，我会运行：

SELECT *, MATCH(name, type, description, reviews) AGAINST('john') as relevance
FROM product_search
WHERE MATCH(name, type, description, reviews) AGAINST('john*' IN BOOLEAN MODE) LIMIT 10

SELECT *, MATCH(name, description, hobbies, interests) AGAINST('john') as relevance
FROM account_search
WHERE MATCH(name, description, hobbies, interests) AGAINST('john*' IN BOOLEAN MODE) LIMIT 10

假设我们也有名为“john”的产品：P

我面临的问题是：

• 为了获得有意义的相关性，我需要使用不带IN BOOLEAN MODE 的搜索。这意味着搜索受 50% 规则和字长规则的约束。因此，很多时候，如果我将product_search 表中的大多数产品称为john，它们的相关性将返回为0。

• 多个查询之间的相关性不可比较。 （我认为一个查询的相关性为 14 不等于另一个不同查询的相关性为 14）。

• 搜索不仅限于这两个表，还有其他“对象类型”，例如：“订单”、“交易”等。

我希望能够返回给定一组关键字的所有对象类型的前 7 个最相关的结果（1 个搜索框返回所有对象的结果）。

鉴于上述情况，有哪些算法或什至更好的想法可以获得前 7 名？

我知道我可以使用 solr 和 elasticsearch 之类的东西，我已经尝试过它们并且正在将它们集成到应用程序中，但我希望能够为那些只能访问 MySQL 的人提供搜索。

Answer 1

所以考虑了一会儿，我决定相关性排名必须用 MySQL 中的 1 个查询来完成。

这是因为：

• 无法比较单独查询之间的相关性。
• 很难以有意义的方式将多个搜索的内容组合在一起。

我已切换到使用 1 个专门用于搜索的索引表。条目的插入、删除和更新取决于对 innodb 表中真实基础数据的插入、删除和更新（这都是自动的）。

表格如下所示：

search
==============
id //id for the entry
type //the table the data came from
column //column the data came from
type_id //id of the row the in the original table
content //text

内容列上有一个全文索引。重要的是要意识到并非所有表中的所有列都会被索引，只有我认为对搜索有用的东西才会被添加。

因此，这只是运行查询以匹配content、检索我们拥有的内容并进行进一步处理的简单案例。为了处理最终结果，需要更多的查询来向父表询问搜索结果的标题，也许还有一些其他元数据，但这是一个可行的解决方案。

我认为这种方法不会真正扩展（更新和插入也需要更新此表），但我认为这是一种很好的方法，可以为较小的应用程序部署提供体面的应用程序范围搜索。

为了可扩展性，请使用弹性搜索、solr 或 lucene 之类的东西。