MySQL - 具有部分单词匹配和相关性分数的高效搜索 (FULLTEXT)

Posted 2023-02-23

【中文标题】MySQL - 具有部分单词匹配和相关性分数的高效搜索 (FULLTEXT)

【英文标题】：MySQL - Efficient search with partial word match and relevancy score (FULLTEXT)

【发布时间】：2015-04-01 10:09:33

【问题描述】：

如何进行 mysql 搜索，既能匹配部分词，又能提供准确的相关性排序？

SELECT name, MATCH(name) AGAINST ('math*' IN BOOLEAN MODE) AS relevance
FROM subjects
WHERE MATCH(name) AGAINST ('math*' IN BOOLEAN MODE)

布尔模式的问题是相关性总是返回 1，所以结果的排序不是很好。例如，如果我将搜索结果限制为 5，则返回的结果有时似乎不是最相关的。

如果我在自然语言模式下搜索，我的理解是相关性分数很有用，但我无法匹配部分单词。

有没有办法执行满足所有这些条件的查询：

可以匹配部分单词 返回的结果具有准确的相关性 高效

到目前为止我得到的最好的是：

SELECT name
FROM subjects
WHERE name LIKE 'mat%'
UNION ALL
SELECT name
FROM subjects
WHERE name LIKE '%mat%' AND name NOT LIKE 'mat%'

但我不想使用LIKE。

【问题讨论】：

一种选择是寻找 mysql 的 FULLTEXT 的替代品，例如 sphinx。 sphinxsearch.com/blog/2014/02/07/use-sphinx-with-mysql

【参考方案1】：

MySQL 5.6 中新的 InnoDB 全文搜索功能在这种情况下有所帮助。 我使用以下查询：

SELECT MATCH(column) AGAINST('(word1* word2*) ("word1 word1")' IN BOOLEAN MODE) score, id, column 
FROM table
having score>0
ORDER BY score 
DESC limit 10;

( ) 将单词组合成一个子表达式。第一组有like word%的意思；第二个寻找确切的短语。分数以浮点数形式返回。

【讨论】：

为什么要搜索 2 个组？两组的比赛是否会产生更高的分数？ （好像不是……）

在我的搜索词为我完成之后添加*。

【参考方案2】：

一年后，我在这个（有点）重复的问题中得到了一个很好的解决方案：

MySQL - How to get search results with accurate relevance