Mysql 跨多个表的全文搜索相关性

Question

我的任务是创建一个站点范围的搜索功能。搜索需要查看文章、事件和页面内容

我之前在 MySQL 中使用过 MATCH()/AGAINST() 并知道如何获取结果的相关性，但据我所知，相关性对于搜索来说是唯一的（内容、行数等）文章表中结果的相关性与事件表中结果的相关性不匹配。

是否有办法统一相关性，以便所有三个表的结果具有可比较的相关性？

Answer 1

是的，您可以使用 Apache Lucene 和 Solr 等搜索引擎很好地统一它们。

http://lucene.apache.org/solr/

如果您只需要在 MySQL 中执行此操作，则可以使用一个联盟。您可能想要抑制任何零相关的结果。

您需要根据匹配的表来决定如何影响相关性。

例如，假设您希望文章最重要，事件中等重要，页面最不重要。您可以像这样使用乘数：

set @articles_multiplier=3;
set @events_multiplier=2;
set @pages_multiplier=1;

这是一个您可以尝试的工作示例，它演示了其中一些技术：

创建示例数据：

create database d;
use d;

create table articles (id int primary key, content text) ENGINE = MYISAM;
create table events (id int primary key, content text) ENGINE = MYISAM;
create table pages (id int primary key, content text) ENGINE = MYISAM;

insert into articles values 
(1, "Lorem ipsum dolor sit amet"),
(2, "consectetur adipisicing elit"),
(3, "sed do eiusmod tempor incididunt");

insert into events values 
(1, "Ut enim ad minim veniam"),
(2, "quis nostrud exercitation ullamco"),
(3, "laboris nisi ut aliquip");

insert into pages values 
(1, "Duis aute irure dolor in reprehenderit"),
(2, "in voluptate velit esse cillum"),
(3, "dolore eu fugiat nulla pariatur.");

使其可搜索：

ALTER TABLE articles ADD FULLTEXT(content);
ALTER TABLE events ADD FULLTEXT(content);
ALTER TABLE pages ADD FULLTEXT(content);

使用 UNION 搜索所有这些表：

set @target='dolor';

SELECT * from (
  SELECT 
    'articles' as 'table_name', id, 
    @articles_multiplier * (MATCH(content) AGAINST (@target)) as relevance
    from articles
  UNION
  SELECT 
    'events' as 'table_name', 
    id,
    @events_multiplier * (MATCH(content) AGAINST (@target)) as relevance
    from events
  UNION
  SELECT 
    'pages' as 'table_name', 
    id, 
    @pages_multiplier * (MATCH(content) AGAINST (@target)) as relevance
    from pages
)
as sitewide WHERE relevance > 0;

结果：

+------------+----+------------------+
| table_name | id | relevance        |
+------------+----+------------------+
| articles   |  1 | 1.98799377679825 |
| pages      |  3 | 0.65545331108093 |
+------------+----+------------------+

Answer 2

（抱歉，我想将此作为对上述答案的评论，但我没有足够的声誉来发表评论）

请注意，子查询中的 UNION 优化非常差。一种常见的情况是，当您想在父查询中使用“LIMIT @page * 10, 10”对结果进行分页时，MySQL 必须从子查询中获取所有结果才能评估父查询。