mysql - mysql ngrams索引示例

正如我已经阅读了很多部分，ngram索引可以改善Word搜索。
在这篇旧文章中，它说它可以适应mysql，但它没有说明如何：levenshtein alternative
有谁能举个例子，你可以在mysql中使用这种技术吗？
使用这种技术可以提高mysql的levenshtein函数的性能吗？.
我需要找到近似文本（如LevsTein）。
在mi测试中，我使用了levenshtein（）和levenshtein_ratio（）函数，它们来自：
http://www.artfulsoftware.com/infotree/qrytip.php?id=552

SELECT *, levenshtein_ratio('stacoverflou',words_column) AS ratio
FROM my_table
ORDER BY ratio DESC

提高性能（假设第一个字母没有拼写错误）

SELECT *, levenshtein_ratio('stacoverflou',words_column) AS ratio
FROM my_table
WHERE words_column LIKE 's%'
ORDER BY ratio DESC

我还发现了这个用于构建ngram的php库：
https://gist.github.com/Xeoncross/5366393
但我不知道如何在mysql中使用这些ngram

最佳答案

我终于自己做了一个算法：
生成ngrams算法：
我构建了一个包含3列的words表：ngrams（全文）、word（唯一）、lang
我使用Bigrams（）函数为每个单词生成ngram
我在每个ngram中添加了一个字符填充，以跳过全文索引的最小字长，例如：“ab cd”应该是“ab bc cd”，但使用填充时它看起来像“abxx bcxx cdxx”
搜索算法：
我把客户写的单词当作正确的，并用它们在真实的表格中搜索
使用mysql全文搜索查询时使用对（'+word_1+word_2+word_n'处于布尔模式）
如果得分（排名）>0，任务完成且未使用ngrams（向客户展示结果）
如果分数（排名）=0（可能拼错单词），则使用ngrams单词表检索正确的单词
从ngrams算法中检索正确的单词：
对于每个单词，生成ngram并使用words表（其中有ngrams列）执行全文搜索查询，并检索正确的单词。请注意，这里没有指向ngram的“+”前缀
像步骤4那样重建搜索
如果得分>0任务完成->显示结果->结束
如果分数仍然为0，则进行另一个查询，但这次不带“+”字首，并处于自然语言模式->显示结果->结束
步骤2代码：

// original from : https://gist.github.com/Xeoncross/5366393
// modified for working also with unicode characters

function Bigrams($word){
    $ngrams = array();
    $len = mb_strlen($word);
    for($i=0;$i+1<$len;$i++){
      $ngram = mb_substr($word, $i, 2);
        while(mb_strlen($ngram) < 4){
            $ngram .= "x";
        }
        $ngrams[$i]=$ngram;
    }
    return implode(" ",$ngrams);
}

步骤4代码：

SELECT  my_column,
( MATCH(my_full_text_column )
    AGAINST('+word_1 +word_2 +word_n' IN BOOLEAN MODE)
) AS score LIMIT 10

步骤7代码：

$word = "stacoverflou"; // Intentionally misspelled
$actual_word_ngrams = Bigrams();
//that return
//stxx taxx acxx coxx ovxx vexx erxx rfxx flxx loxx ouxx

SELECT  word,
( MATCH( ngrams )
    AGAINST('$actual_word_ngrams' IN BOOLEAN MODE)
) AS score LIMIT 1

返回stackoverflow an可以与ohers单词（如果有很多的话）一起使用，以便进行更精确的搜索，如步骤4所示
结束