如何：搜索结果排名

Question

我有一个 web 应用程序开发问题，我已经开发了一种解决方案，但我正在尝试寻找其他想法来解决我所看到的一些性能问题。

问题陈述：

• 用户输入多个关键字/标记
• 应用程序搜索与令牌的匹配项
• 每个令牌需要一个结果
  • 即，如果一个条目有 3 个令牌，我需要条目 ID 3 次
• 对结果进行排名
  • 为令牌匹配分配 X 点
  • 根据点对条目 id 进行排序
  • 如果分值相同，则使用日期对结果进行排序

我想要做但还没有弄清楚的是，发送 1 个查询，该查询返回类似于 in() 结果的内容，但为每个检查的条目 id 匹配的每个令牌返回一个重复的条目 id。

有没有比我正在做的更好的方法来做到这一点，即使用多个单独的查询，每个令牌运行一个查询？如果是这样，实施这些最简单的方法是什么？

编辑
我已经对条目进行了标记，因此，例如，“see spot run”的条目 id 为 1，以及三个标记“see”、“spot”、“run”，这些标记位于单独的标记表中，与它们相关的条目 ID，因此表格可能如下所示：

'see', 1 
'spot', 1 
'run', 1 
'run', 2 
'spot', 3 

Answer 1

您可以在 MySQL 中使用“UNION ALL”在一个查询中实现这一目标。

只需循环遍历 PHP 中的标记，为每个标记创建一个 UNION ALL：

例如，如果标记是“x”、“y”和“z”，您的查询可能如下所示

SELECT * FROM `entries` 
WHERE token like "%x%" union all 
    SELECT * FROM `entries` 
    WHERE token like "%y%" union all 
        SELECT * FROM `entries` 
        WHERE token like "%z%" ORDER BY score ect...

order 子句应该将整个结果集作为一个整体进行操作，这正是您所需要的。

就性能而言，它不会那么快（我猜），但是对于数据库来说，速度方面的主要开销通常是从 PHP 向数据库引擎发送查询并接收结果。使用这种技术，这只发生一次，而不是每个令牌一次，因此性能会提高，我只是不知道这是否足够。

Answer 2

我知道这并不是您所问问题的严格答案 但如果你的表有数千行而不是数百万行, ，那么全文解决方案可能是最好的方法。

在 MySQL 中，当您在索引列上使用 MATCH 时，您提供的每个关键字都会获得一个相关性分数（根据每个关键字被提及的次数大致计算），这将比您的方法更准确，并且对于多个关键字来说肯定更有效。

看这里：http://dev.mysql.com/doc/refman/5.0/en/fulltext-search.html

Answer 3

如果您使用 UNION ALL 模式，您可能还需要在查询中包含以下部分：

SELECT COUNT(*) AS C
...
GROUP BY ID
ORDER BY c DESC

虽然这是一个非常简单的示例，但它确实可以让您了解每个结果的匹配频率，并且这可能是一个伪排名。

Answer 4

如果您使用专为搜索任务设计的数据结构而不是数据库，您可能会获得更好的性能。例如，您可以尝试构建一个 倒排索引. 。然而，您可能还想研究类似的内容，而不是自己编写 卢塞恩 它为您完成了大部分工作。