MySQL - 如何获得具有准确相关性的搜索结果

Question

我已经多次重新审视这个问题，但我从未真正找到正确的答案。

是否可以执行 MySQL 搜索，该搜索返回 ACTUAL 按相关性准确排序的结果？

我正在尝试创建一个 ajax 搜索表单，它在用户输入输入字段时提出建议，并且仅使用纯 MySQL 查询没有找到合适的解决方案。 我知道有可用的搜索服务器，例如 ElasticSearch，我想知道如何仅使用原始 MySQL 查询来做到这一点。

---

我有一张学校科目表。 少于 1200 行，这永远不会改变。 让我们执行一个基本的 FULLTEXT 搜索，用户开始输入“Bio”。

查询（“生物...”） - 全文布尔模式

SELECT name, MATCH(name) AGAINST('bio*' IN BOOLEAN MODE) AS relevance
FROM subjects
WHERE MATCH(name) AGAINST('bio*' IN BOOLEAN MODE)
ORDER BY relevance DESC
LIMIT 10

结果

name                                  |  relevance
--------------------------------------------------------
Biomechanics, Biomaterials and Prosthetics  |  1
Applied Biology                             |  1
Behavioural Biology                         |  1
Cell Biology                                |  1
Applied Cell Biology                        |  1
Developmental/Reproductive Biology          |  1
Developmental Biology                       |  1
Reproductive Biology                        |  1
Environmental Biology                       |  1
Marine/Freshwater Biology                   |  1

为了显示这些结果有多糟糕，这里是一个简单的LIKE查询的比较，它显示了所有未显示的更相关的结果：

查询（“生物...”） - 喜欢

SELECT id, name
WHERE name LIKE 'bio%'
ORDER BY name

结果

name                                  |  relevance
--------------------------------------------------------
Bio-organic Chemistry                       |  1
Biochemical Engineering                     |  1
Biodiversity                                |  1
Bioengineering                              |  1
Biogeography                                |  1
Biological Chemistry                        |  1
Biological Sciences                         |  1
Biology                                     |  1
Biomechanics, Biomaterials and Prosthetics  |  1
Biometry                                    |  1

而且您已经看到有多少主题没有被建议，即使这些主题更有可能是用户正在寻找的。

然而，使用LIKE的问题是如何像FULLTEXT那样在多个单词和单词中间进行搜索。

我想要实现的基本排序是这样的：

1. 以搜索词开头的第一个词
2. 以搜索词开头的第二个词
3. 词条不在词首的词
4. 如果没有进一步相关，所有内容通常按字母顺序排列

---

所以我的问题是，如何通过跨多个单词的 MySQL 搜索为用户获取合理排序的建议列表？

Answer 1

您可以使用字符串函数，例如：

select id, name
from subjects
where name like concat('%', @search, '%')
order by 
  name like concat(@search, '%') desc,
  ifnull(nullif(instr(name, concat(' ', @search)), 0), 99999),
  ifnull(nullif(instr(name, @search), 0), 99999),
  name;

这将为您获取包含@search 的所有条目。 首先是在开头有它的那些，然后是在空白之后有它的那些，然后是出现的位置，然后是字母。

name like concat(@search, '%') desc顺便使用了 MySQL 的布尔逻辑。 1 = 真，0 = 假，所以按降序排序首先给你真。

SQL小提琴： http ://sqlfiddle.com/#!9/c6321a/1

Answer 2

对于其他登陆这里的人（就像我一样）：根据我的经验，为了获得最佳结果，您可以根据搜索词的数量使用条件。 如果只有一个词使用LIKE '%word%' ，否则使用布尔全文搜索，如下所示：

if(sizeof($keywords) > 1){
   $query = "SELECT *,
             MATCH (col1) AGAINST ('+word1* +word2*' IN BOOLEAN MODE) 
             AS relevance1,
             MATCH (col2) AGAINST ('+word1* +word2*' IN BOOLEAN MODE) 
             AS relevance2
             FROM table1 c
             LEFT JOIN table2 p ON p.id = c.id
             WHERE MATCH(col1, col2) 
             AGAINST ('+word1* +word2*' IN BOOLEAN MODE) 
             HAVING (relevance1 + relevance2) > 0
             ORDER BY relevance1 DESC;";
    $execute_query = $this->conn->prepare($query);
}else{          
   $query = "SELECT * FROM table1_description c
             LEFT JOIN table2 p ON p.product_id = c.product_id
             WHERE colum1 LIKE ? AND column2 LIKE ?;";
        // sanitize
        $execute_query = $this->conn->prepare($query);
        $word=htmlspecialchars(strip_tags($keywords[0]));
        $word = "%{$word}%";
        $execute_query->bindParam(1, $word);
        $execute_query->bindParam(2, $word);
    }

Answer 3

这是使用上述答案的组合我可以获得的最佳结果：

$searchTerm = 'John';
// $searchTerm = 'John Smit';
if (substr_count($searchTerm, ' ') <= 1)
    $sql = "SELECT id, name
    FROM people
    WHERE name like '%{$searchTerm}%')
    ORDER BY
      name LIKE '{$searchTerm}%') DESC,
      ifnull(nullif(instr(name, ' {$searchTerm}'), 0), 99999),
      ifnull(nullif(instr(name, '{$searchTerm}'), 0), 99999),
      name
    LIMIT 10";
}
else {
$searchTerm = '+' . str_replace(' ', ' +', $searchTerm) . '*';
$sql = "SELECT id,name, MATCH(lead.name) AGAINST('{$searchTerm}' IN BOOLEAN MODE) AS SCORE
        FROM lead
    WHERE MATCH(lead.name) AGAINST('{$searchTerm}' IN BOOLEAN MODE)
    ORDER BY `SCORE` DESC
    LIMIT 10";

确保在列上设置全文索引（如果最终使用的是多列）并使用OPTIMIZE table_name重置索引。

最好的一点是，如果您输入Jo ，那么名字为Jo的人的排名将高于John ，这正是您想要的！

Answer 4

我根据您描述的顺序尝试了这个。

SET @src := 'bio';
SELECT name,
name LIKE (CONCAT(@src,'%')),
         LEFT(SUBSTRING_INDEX(SUBSTRING_INDEX(name,' ',2),' ',-1),LENGTH(@src)) = @src,
         name LIKE (CONCAT('%',@src,'%'))
FROM subjects
ORDER BY name LIKE (CONCAT(@src,'%')) DESC,
         LEFT(SUBSTRING_INDEX(SUBSTRING_INDEX(name,' ',2),' ',-1),LENGTH(@src)) = @src DESC,
         name LIKE (CONCAT('%',@src,'%')) DESC,
         name

http://sqlfiddle.com/#!9/6bffa/1

我想也许您甚至可能还想包括@src 的出现次数 计算 VARCHAR 字段中字符串的出现次数？

Answer 5

MATCH(s.name) AGAINST('"Applied Bio"' IN BOOLEAN MODE)

以上语句将搜索确切的搜索词，意味着这两个词必须存在于每条记录中。

ORDER BY s.name like concat("Applied Bio", '%') desc,
ifnull(nullif(instr(s.name, concat(' ', "Applied Bio")), 0), 99999),
ifnull(nullif(instr(s.name, "Applied Bio"), 0), 99999),
s.name

按以搜索词开头的第一个单词排序。

完整的 SQL 语句：

SELECT SQL_NO_CACHE 
s.id, s.name
FROM subjects s use index(name_fulltext) 
WHERE 
MATCH(s.name) AGAINST('"Applied Bio"' IN BOOLEAN MODE) 
GROUP BY s.id 
ORDER BY 
s.name like concat("Applied Bio", '%') desc,
ifnull(nullif(instr(s.name, concat(' ', "Applied Bio")), 0), 99999),
ifnull(nullif(instr(s.name, "Applied Bio"), 0), 99999),
s.name
LIMIT 100;

Answer 6

为了得到你想要的，你可以看看将几个“case when…”语句与 mysql 的正则表达式结合起来，这将根据你的要求为你提供每行的准确分数。 正则表达式可能是您缺少的拼图的一部分：请参阅https://dev.mysql.com/doc/refman/5.6/en/regexp.html （在我的手机上回答，因此很难格式化答案或给出示例)