在大型數據庫上搜索推薦/建議

我有一個有數百萬行的表。現在，當用戶在從表格中搜索字符串或單詞時出現任何拼寫錯誤時，我想從表格推薦用戶正確的單詞或字符串。我使用jaro-winkler算法來比較字符串的距離，但是由於我的數據庫非常龐大，我的查詢花了很多時間來執行。在應用jaro-winkler算法之前，我將如何最小化數據。在大型數據庫上搜索推薦/建議

有沒有其他更好的方法，我可以通過它從大表快速搜索建議。

我想建立類似的搜索，如谷歌搜索沒有自動建議。我正在使用我的sql數據庫。

請建議。

來源

2015-10-01 JP711

你可能想嘗試SOUNDEX https://en.wikipedia.org/wiki/Soundex查詢。 https://msdn.microsoft.com/en-us/library/ms187384.aspx

更改表和字
更新表填寫的同音的字
的同音增加一列上的同音列
SELECT * FROM添加一個索引表WHERE WordSoundex = SOUNDEX（@query）

來源

2015-10-01 11:34:25

嘿，謝謝你的回覆。你的建議正在爲某些場景工作。如果我的表格有關鍵字「lisa」和「lake」，那麼兩個關鍵字的soundex都是相同的，所以如果我將它與「leke」的soundex進行比較，那麼我將這兩個關鍵字都作爲輸出，因爲我有很多類似的詞我沒有得到完美的匹配。 Jaro Winkler將「leke」和「lake」的距離縮小到「leke」和「lisa」。所以我猜jaro winkler對我來說是更合適的選擇。唯一值得關注的是Jaro需要的時間 - 溫克勒需要很多時間，我需要縮短這個時間。 – JP711

@ user5396801 - 您所需要做的就是使用JW距離函數處理您的soundex查詢的結果，以獲得最終輸出。 Sundex會將巨大的桌子揀到一個可管理的尺寸，這樣你就可以在剩下的東西上使用昂貴的算法。 –

這是一個非常好的選擇。我會嘗試，我猜99％它會工作得很快。但是我發現了兩個關鍵字的另一個問題。「水印」和「水手」。「水印」存在於數據庫中，但如果用戶輸入「水手」，理想情況下我應該建議「水印」，因爲根據JW，兩者的距離都接近97％。但「水印」的索引是W36562，「水手」是「W365」，因此它不符合它。 – JP711

在大型數據庫上搜索推薦/建議

回答

相關問題