php - 支持模糊搜索的最容易实现的站点搜索应用程序是什么？

Question

我有一个网站需要搜索大约 20-30k 条记录，其中大部分是电影和电视节目的名称。该站点使用内存缓存运行 php/mysql。

我希望将 FULLTEXT 替换为我目前拥有的 soundex() 搜索，这很有效……有点，但在很多情况下不是很好.

是否有任何易于实现的体面的搜索脚本，并将提供体面的搜索功能(表格中的 3 列)。

Answer 1

ewemli 的回答是正确的，但你应该结合 FULLTEXT 和 soundex 映射，而不是替换全文，否则你的 LIKE 查询可能会很慢。

create table with_soundex (
  id INT UNSIGNED AUTO_INCREMENT NOT NULL PRIMARY KEY,
  original TEXT,
  soundex TEXT,
  FULLTEXT (soundex)
);

insert into with_soundex (original, soundex) values 

('add some test cases', CONCAT_WS(' ', soundex('add'), soundex('some'), soundex('test'), soundex('cases'))),
('this is some text', CONCAT_WS(' ', soundex('this'), soundex('is'), soundex('some'), soundex('text'))),
('one more test case', CONCAT_WS(' ', soundex('one'), soundex('more'), soundex('test'), soundex('case'))),
('just filling the index', CONCAT_WS(' ', soundex('just'), soundex('filling'), soundex('the'), soundex('index'))),
('need one more example', CONCAT_WS(' ', soundex('need'), soundex('one'), soundex('more'), soundex('example'))),
('seems to need more', CONCAT_WS(' ', soundex('seems'), soundex('to'), soundex('need'), soundex('more')))
('some helpful cases to consider', CONCAT_WS(' ', soundex('some'), soundex('helpful'), soundex('cases'), soundex('to'), soundex('consider')))

select * from with_soundex where match(soundex) against (soundex('test'));
+----+---------------------+---------------------+
| id | original            | soundex             |
+----+---------------------+---------------------+
|  1 | add some test cases | A300 S500 T230 C000 | 
|  2 | this is some text   | T200 I200 S500 T230 | 
|  3 | one more test case  | O500 M600 T230 C000 | 
+----+---------------------+---------------------+

select * from with_soundex where match(soundex) against (CONCAT_WS(' ', soundex('test'), soundex('some')));
+----+--------------------------------+---------------------------+
| id | original                       | soundex                   |
+----+--------------------------------+---------------------------+
|  1 | add some test cases            | A300 S500 T230 C000       | 
|  2 | this is some text              | T200 I200 S500 T230       | 
|  3 | one more test case             | O500 M600 T230 C000       | 
|  7 | some helpful cases to consider | S500 H414 C000 T000 C5236 | 
+----+--------------------------------+---------------------------+

这提供了相当不错的结果(在 soundex 算法的限制内)，同时最大限度地利用了索引(任何查询 LIKE '%foo' 都必须扫描表中的每一行)。

请注意对每个单词而不是整个短语运行 soundex 的重要性。您也可以在每个单词上运行您自己的 soundex 版本，而不是让 SQL 执行它，但在这种情况下，请确保在存储和检索时都执行它，以防算法之间存在差异(例如，MySQL 的算法不限制本身符合标准 4 chars )