从大表中查找相似值的最佳方法

如何解决从大表中查找相似值的最佳方法

| 我有一个数据库，我在其中存储超过1000000个名称。现在，我的应用程序的任务有点典型。我不仅在数据库中搜索名称，还找到相似的名称。假设名称输入为“ 0”，那么应用程序将显示建议的名称，例如“ 1”，“ 2”等。不使用“ 3”子句的最佳方式是什么。建议仅针对名称最后部分的更改。     

解决方法

        如果您还想要类似的名称（声音），例如

SOUNDEX()

可能会有所帮助：http://dev.mysql.com/doc/refman/5.0/en/string-functions.html#function_soundex 否则，对我来说，

… LIKE \'chri%\'

不是一个坏主意吗？ 如果您确实只希望没有

LIKE

的前几个字符，则可以使用

SUBSTRING()

。     ,        您可以使用php \的metaphone（）函数为每个名称生成metaphone代码，并将它们与名称一起存储。

<?php
print \"chris\" . \"\\t\" . metaphone(\"chris\") . \"\\n\";
print \"christian\" . \"\\t\" . metaphone(\"christian\") . \"\\n\";
print \"christine\" . \"\\t\" . metaphone(\"christine\") . \"\\n\";

# prints:
# chris      XRS
# christine  XRSTN
# christian  XRSXN

然后，您可以使用levenshtein距离算法（在php [http://php.net/manual/zh/function.levenshtein.php]中或mysql [http://www.artfulsoftware.com/infotree/queries.php# 552]），以计算元代码之间的距离。在我的测试中，距离小于等于2似乎表明您正在寻找相似度。

<?php
$names = array(
        array(\'mike\',metaphone(\'mike\')),array(\'chris\',metaphone(\'chris\')),array(\'chrstian\',metaphone(\'christian\')),array(\'christine\',metaphone(\'christine\')),array(\'michelle\',array(\'mick\',metaphone(\'mick\')),array(\'john\',metaphone(\'john\')),array(\'joseph\',metaphone(\'joseph\'))
);

foreach ($names as $name) {
        _compare($name);
}

function _compare($n) {
        global $names;
        $name = $n[0];
        $meta = $n[1];

        foreach ($names as $cname) {
                printf(\"The distance between $name and {$cname[0]} is %d\\n\",levenshtein($meta,$cname[1]));
        }
}

    ,        

Like

通常是一个很好的解决方案，但是另一种提高性能的方法可能是创建部分列索引，然后以与前缀相同的长度提交查询。请参阅有关regarding11的MySQL文档。     ,        我认为您可以使用常规的专家。我不太了解，但是可以在WHERE子句中添加一个名为REGEXP的函数。看这里     ,        您可以使用SOUNDS LIKE，我认为它也应该非常快。 http://dev.mysql.com/doc/refman/5.0/zh-CN/string-functions.html#operator_sounds-like     ,        在左侧固定的地方使用LIKE不需要进行表格扫描。我假设这就是为什么您不想使用LIKE的原因：

SELECT * FROM table WHERE name LIKE CONCAT(?,\"%\")

速度很快，不需要表格扫描即可查找行。 CONCAT允许您使用带有％语法的准备好的查询。 您还可以执行以下操作：

SELECT * from table WHERE name < \'christian\' LIMIT 20

和

SELECT * FROM table WHERE name > \'christian\' LIMIT 20

在排序列表中查找邻居。