MySQL全文搜索匹配相似结果

Question

我将尝试解释我的情况：我正在尝试为我的网站上的产品创建搜索引擎，因此当用户需要查找产品时，我需要显示类似的产品，这里有一个示例。

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

预期结果：
Assassin's Creed AND Assassin's Creed: Unity AND 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，其中包含已解析的产品名称 (Assassin's Creed: Unity -> assassinscreedunity
• 我解析搜索查询
• 我使用 MySQL 的 INSTR() 进行搜索

我的问题

我用这个没问题，但我听说行数增加时它会变慢，我在我的表中创建了一个全文索引，但我认为它没有帮助，所以我需要另一种解决方案。
感谢您的任何回答，并在投票前问我任何问题。

Answer 1

首先，您应该更准确地跟踪查询中的性能问题，而不是“听说它可能很慢”和“认为它会有所帮助”。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，并且仅将相应解析名称的 id 存储在您在问题中描述的表中。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快速找到主表中所有匹配的条目。

示例：

根据您的结构考虑下表

 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行。

相比之下，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，您只需扫描两个条目（与六个相比），然后就可以使用整数 id 有效地查找相关行。

为了进一步提高性能，您可以扩展解析名称的概念并使用哈希。例如，您可以计算已解析名称的 SHA1 哈希值，即 160 位值。您可以非常有效地在数据库中找到该值的条目。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。对你来说另一件事可能是fuzzy hashing。

此外，您通常应该阅读Rabin–Karp algorithm 或string searching。