用於超快速部分文本匹配的數據庫/語言選項

Question

我正在構建一個項目，並要求提供基於部分文本匹配結果的自動完成Feed的超快速方式。

我將索引/搜索數據庫中的唯一一個字段，儘管數據庫行將有額外的數據我不會索引這些字段。我將約。 25k行。

要求：

• 必須在場上的任何地方匹配
（Lorem存有悲坐AMET將開始鍵入「咯」，「文字」，「色」，「坐阿梅德」時，可以找到）
• 需要在一個JSON飼料返回結果是非常快速的（雖然數據的原始源沒有太大的關係）
• 高流量

可升級解決方案我已經審查了幾個選項.. 。

• 使用MongoDB的像這樣的like query in mongoDB
• ElasticSearch - 不知道是否有點大材小用了什麼，我需要做的，並沒有看到匹配的部分文本如上
• SQL LIKE查詢的任何exaples，但想象一下這不會快得多？

編程語言沒有太多的問題，但Python或PHP將是首選。

Answer 1

正如其他人所提到的那樣，執行語言和句法分析（標記化，詞幹化，大小寫和重音歸一化等）的全文索引將爲您提供最佳結果。但是，如果沒有一定的設置和配置，這將不會出現。

查看Solr的Suggester組件：http://wiki.apache.org/solr/Suggester，並且有一個新的 - 我認爲它被稱爲AnalyzingSuggester或某些類似的，這隻適用於Lucene，我認爲，所以如果你想要一個內存中的解決方案，你可以使用（雖然只有Java）。

Answer 2

這聽起來像一個典型的全文搜索的東西。根據您的應用程序和數據所在的數據庫，正在進行的whoosh可能會執行您所需的操作（如Lucene for Java）。

你說得對，SQL LIKE查詢將比實際的全文索引執行可怕。 MongoDB也可能不太適合，儘管可以調整大致做你的建議。