0

我遇到了 MySQL 问题，我需要啤酒午餐。我想做这样的查询：

SELECT MATCH(some_string) AGAINST ('beer lunch') FROM (SELECT GROUP_CONCAT(some_column) AS some_string FROM myrealtable) AS mytablealias;

不幸的是，我发现我无法对 GROUP_CONCAT 列执行 FULLTEXT MATCH，因为 FULLTEXT 索引仅存在于原始列 (some_column) 中，而不存在于别名表的连接列 (some_string) 中。

我真的需要进行 FULLTEXT 搜索并为在我的表中的多行中断开的连接字符串生成相关性分数。

这是我为研究相关性问题而进行的一个小思想实验。让我们从一个包含连接字符串的表开始：

+----------+-------------------------------------------------------------------------------------+
| table_id | concat_string                                                                       |
+----------+-------------------------------------------------------------------------------------+
|        1 | I like beer Beer is a healthy choice My brother drinks beer for lunch every day     |
|        2 | I like juice Juice is a healthier choice My brother drinks beer for lunch every day |
+----------+-------------------------------------------------------------------------------------+

现在我对此表执行以下 MATCH 查询：SELECT table_id,MATCH(concat_string) AGAINST('beer lunch') AS score FROM myconcattable;我得到以下相关性分数：

+----------+----------------------------+
| table_id | score                      |
+----------+----------------------------+
|        1 | 0.000000007543713209656744 |
|        2 | 0.000000003771856604828372 |
+----------+----------------------------+

显然，在搜索“啤酒午餐”时，第一行比第二行更相关......但问题是我的字符串在需要根据外键（foreign_id）分组的多行中被打破。这是我的桌子的真实样子：

+----------+--------------------------------------------+------------+
| table_id | some_string                                | foreign_id |
+----------+--------------------------------------------+------------+
|        1 | I like beer                                |          1 |
|        2 | Beer is a healthy choice                   |          1 |
|        3 | My brother drinks beer for lunch every day |          1 |
|        4 | I like juice                               |          2 |
|        5 | Juice is a healthier choice                |          2 |
|        6 | My brother drinks beer for lunch every day |          2 |
+----------+--------------------------------------------+------------+

所以现在让我们试试SELECT table_id,MATCH(some_string) AGAINST('beer lunch') AS score, foreign_id FROM mybrokentable;这个表上的查询（ ）：

+----------+----------------------+------------+
| table_id | score                | foreign_id |
+----------+----------------------+------------+
|        1 | 0.031008131802082062 |          1 |
|        2 | 0.031008131802082062 |          1 |
|        3 |  0.25865283608436584 |          1 |
|        4 |                    0 |          2 |
|        5 |                    0 |          2 |
|        6 |  0.25865283608436584 |          2 |
+----------+----------------------+------------+

好的，所以如果我将分数加起来，那么foreign_id 1 看起来比foreign_id 2 更相关，但与将字符串连接到一个表中时相比，它不是很准确。

理想情况下，我想设计一个查询，为外国 id 生成相关性分数，如下所示：

+----------------------------+------------+
| score                      | foreign_id |
+----------------------------+------------+
| 0.000000007543713209656744 |          1 |
| 0.000000003771856604828372 |          2 |
+----------------------------+------------+

关于我应该做什么的任何想法？

4

1 回答 1

1

您可以尝试使用子查询将各个短语匹配中的分数相加，就像这样。您必须进行试验以查看它是否为您提供所需的结果。

SELECT SUM(score) AS total_score,
       foreign_id
  FROM (
     SELECT table_id,
            MATCH(some_string) AGAINST('beer lunch') AS score, 
            foreign_id 
       FROM phrase
       ) AS scores
 GROUP BY foreign_id
 ORDER BY total_score DESC

我在这个小提琴http://sqlfiddle.com/#!2/355b1/1/0中使用了 BOOLEAN MODE，因为普通的全文搜索在小文本样本上使用停用词会做奇怪的事情。

于 2013-11-07T16:52:50.117 回答