sql - 数据集上的模糊索引

Question

我面临一个问题，我需要提供一个搜索功能，用户可以提供“他/她知道的尽可能多的信息”。然后应该将此数据集与不同的查找表进行匹配，以确定我是否可以可靠地将其与我们的本地 id 之一相关联。例如，如果我们有此搜索查询的记录。大多数字段都是模糊的。

示例： 一个字段可以是名称（用户只有名字）和另一个街道，用户只有街道号。

数据集大小适中（约 10M 个条目）。

解决这个问题的最佳方法是什么？SQL + soundex？卢森？

谢谢！

Answer 1

您可以在 Lucene 中对文档进行评分并比较相似度。像 Lucene 这样的倒排索引工具应该比 SQL 中的传统键值查找更快且更具可扩展性。