MySQL:使用MySQL相关搜索的特殊搜索算法

Question

我试图在MySQL中搜索用户只有一个字段。表看起来像这样:

ID          BIGINT
TITLE       TEXT
DESCRIPTION TEXT
FILENAME    TEXT
TAGS        TEXT
ACTIVE      TINYINT

现在，如果用户只输入blah blubber，则搜索必须检查每个单词是否出现在TITLE, DESCRIOTION, FILENAME或TAGS字段中。结果本身应该按相关性排序，即字符串在记录中出现的频率。我得到了这个示例数据:

ID   | TITLE   | DESCRIPTION  | FILENAME | TAGS | ACTIVE
1    | blah    | blah         | bdsai    | bdha | 1
2    | blubber | blah         | blah     | adsb | 1
3    | blah    | dsabsadsab   | dnsa     | dsa  | 1

在本例中，ID 2必须位于顶部(2x blah, 1x blubber)，然后是1 (2x blah)，然后是3 (1x blah)。这个过程应该是动态的，这样用户也可以输入更多的单词，而相关性就像输入一个或几个单词一样。

这可能只在MySQL中实现，还是我必须使用一些PHP?这究竟是如何运作的呢?

非常感谢你的帮助!问候,Florian

编辑:这是我尝试了Tom Mac的答案后的结果:

我有四条这样的记录:

ID  | TITLE | DESCRIPTION | FILENAME | TAGS                          | ACTIVE
1   | s     | s           | s        | s                             | 1
2   | 0     | fdsadf      | sdfs     | a,b,c,d,e,f,s,a,a,s,s,as,sada | 1
3   | 0     | s           | s        | s                             | 1
4   | a     | a           | a        | a                             | 1

现在，如果我搜索字符串s，我应该只得到前三个记录，按相关性s排序。这意味着，记录应该是这样排序的:

ID | TITLE | DESCRIPTION | FILENAME | TAGS                          | ACTIVE
2  | 0     | fdsadf      | sdfs     | a,b,c,d,e,f,s,a,a,s,s,as,sada | 1        <== 8x s
1  | s     | s           | s        | s                             | 1        <== 4x s
3  | 0     | s           | s        | s                             | 1        <== 3x s

现在，我试着这样查询(表的名称是PAGES):

select t . *
  from (
        select 
              match(title) against('*s*' in boolean mode) 
            + match(description) against('*s*' in boolean mode) 
            + match(filename) against('*s*' in boolean mode) 
            + match(tags) against('*s*' in boolean mode) 
            as matchrank,
                bb . *
          from pages bb) t
 where t.matchrank > 0
 order by t.matchrank desc

这个查询返回如下:

matchRank | ID  | TITLE | DESCRIPTION | FILENAME | TAGS                          | ACTIVE
2         | 2   | 0     | fdsadf      | sdfs     | a,b,c,d,e,f,s,a,a,s,s,as,sada | 1

这是因为通配符吗?我认为，字符串*s*也应该找到一个值，只有s…

Answer 1

这可能对您有所帮助。它只是假设你的MySQL表使用MyISAM引擎:

create table blubberBlah (id int unsigned not null primary key auto_increment,
title varchar(50) not null,
description varchar(50) not null,
filename varchar(50) not null,
tags varchar(50)not null,
active tinyint not null
) engine=MyISAM;
insert into blubberBlah (title,description,filename,tags,active) 
values ('blah','blah','bdsai','bdha',1);
insert into blubberBlah (title,description,filename,tags,active) 
values ('blubber','blah','blah','adsb',1);
insert into blubberBlah (title,description,filename,tags,active) 
values ('blah','dsabsadsab','dnsa','dsa',1);
select t.*
from
(
 select MATCH (title) AGAINST ('blubber blah' IN BOOLEAN MODE)
       +MATCH (description) AGAINST ('blubber blah' IN BOOLEAN MODE)
       +MATCH (fileName) AGAINST ('blubber blah' IN BOOLEAN MODE)
       +MATCH (tags) AGAINST ('blubber blah' IN BOOLEAN MODE) as matchRank,
       bb.*
from blubberBlah bb
) t
order by t.matchRank desc;

编辑

此解决方案的另一个假设是您搜索的字符串长度>= 4个字符。如果有可能'搜索'字符串即'blubber'或'blah'将是1,2或3个字符长，那么你可以随时前往你的my.cnf文件并在[mysqld]配置选项下添加ft_min_word_len=1。然后重新启动MySQL，你就可以开始了。

最后一件事:如果您正在考虑使用这种方法，那么您应该为每个列添加一个FULLTEXT INDEX。因此:

ALTER TABLE blubberBlah add fulltext index `blubberBlahFtIdx1`(`title`);
ALTER TABLE blubberBlah add fulltext index `blubberBlahFtIdx2`(`description`);
ALTER TABLE blubberBlah add fulltext index `blubberBlahFtIdx3`(`filename`);
ALTER TABLE blubberBlah add fulltext index `blubberBlahFtIdx4`(`tags`);

您可以在MySQL文档中找到更多关于BOOLEAN FULLTEXT搜索的详细信息。

Answer 2

不是以布尔模式搜索，而是使用Match() Against()来确定分数。