在我的应用程序中，我有一个用户表，其中包含first_name和last_name。我目前有第三列full_name（自动生成），如下所示：first_name + last_name + first_name（不包含特殊字符）。
"Etienne", "De Crécy", "Etienne De Crecy Etienne"
现在，我有一个简单的算法可以自动完成用户输入（删除了特殊字符）：
SELECT * FROM users WHERE full_name LIKE "%input%"
该查询返回输入为
Crécy Etienne，Etienne De，Cré，Cre，Etienne的Etienne我想在此查询中添加一些模糊性以允许用户拼写错误。用户编写以下代码时，该新算法应该能够返回Etienne：
Etiene（类似于名字）Etienne Crecy（与全名相似，不带微粒）Crecy Etienne（类似于全名，无任何其他方向）De Cressi（听起来像姓）Cressi（听起来像姓氏一样，没有任何微粒）我做了很多搜索，最相关的想法是使用
SOUNDEX方法（或Metaphone过程）或levenstein过程。我不能使用它，因为：Soundex基于第一个字母，因此
SOUNDEX(Cressy)与SOUNDEX(De cressy)不同，即使它们非常相似。Metaphone基于字母的位置（以“ kn”乞gg就像以“ n”乞,，但仅在第一个位置）
Levenstein并不关心字符串的长度：De Cressy与Cressy不同。
您是否有关于“混合”这些方法的想法，或者对我有其他想法？
最佳答案
我强烈建议您尝试使用Solr或Elasticsearch（以及更大的灵活性和更好的性能）。
但是，如果要在MySQL内部复制基本的语音搜索引擎，则需要能够在插入时（以及自动完成时的每个查询）为每个full_name提取多个标记（单词或单词编码）。
1）。首先，请确保您的full_name列为FULLTEXT类型。然后切换到MATCH...AGAINST查询语法代替LIKE %foo%。
这将为您购买精确的内部令牌匹配，例如“ cressy”与“ de cressy”。
使用Levenshtein距离作为排序标准的想法不错，但是运行起来很昂贵，因此请确保已LIMIT查询了MATCH...AGAINST查询，如果要输出levenshtein，请确保ORDER BY MATCH... DESC （查询，full_name）作为选择的一部分。
目标是避免在所有行上运行levenshtein
2）。如果您仍然有兴趣扩展结果以包含类似声音的内容：
创建一个带外键列回到您的主名称表的phonetic_token表（这是一对多关系的名称与令牌）。
在此表中添加列soundex和metaphone。
将记录插入主要名称表时，还需要在空格上对其进行解析，然后将每个名称词的soundex和metaphone编码插入phonetic_token。
您可能需要添加一些解析逻辑以确保记录所有姓氏和名字的三倍（例如，在语音编码之前，请确保“ de cressy”标记化为“ de”，“ cressy”和“ decressy”，以便匹配预期的输入。）
现在，当查询要显示的听起来相似的名称完成时，您实际上将要与phonetic_token一起连接您的主名称表WHERE soundex IN（查询令牌中的soundex代码列表）或metaphone IN（查询令牌中的metaphone代码列表） ）。
如果MATCH(full_name)...AGAINST(query_text)产生的结果太少，我建议将此语音匹配作为第二个查询运行。
同样，Solr或Elasticsearch将通过配置为您完成所有这些文本整理，同时为您提供出色的性能。根据应用程序的范围，从MySQL中退出文本匹配可能会节省大量时间和麻烦。
关于mysql - 模糊自动完成，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/30591131/