Levenshtein：MySQL + PHP

$word = strtolower($_GET['term']); $lev = 0; $q = mysql_query("SELECT `term` FROM `words`"); while($r = mysql_fetch_assoc($q)) { $r['term'] = strtolower($r['term']); $lev = levenshtein($word, $r['term']); if($lev >= 0 && $lev < 5) { $word = $r['term']; } } 

我怎样才能将所有这一切只移动到一个查询？ 不希望通过所有术语进行查询，并在PHP中进行过滤。

Answer 1

你需要在MySQL中使用levenshtein函数，并且像这样查询

 $word = mysql_real_escape_string($word); mysql_qery("SELECT `term` FROM `words` WHERE levenshtein('$word', `term`) BETWEEN 0 AND 4"); 

Answer 2

在MySQL中有两种实现Levenshtein函数的方法。 首先是创build一个存储function，其操作非常像一个存储的事务，除了它有不同的input和输出。 这对于小数据集来说很好，但对接近数千行的任何东西都有点缓慢。 你可以在这里find更多的信息： http : //kristiannissen.wordpress.com/2010/07/08/mysql-levenshtein/

第二种方法是在C / C ++中实现用户自定义函数，并将其作为共享库（* .so文件）链接到MySQL中。 此方法也使用STORED FUNCTION来调用库，这意味着对于这个或第一个方法的实际查询可能是相同的（提供两个函数的input是相同的）。 你可以在这里find关于这个方法的更多信息： http : //samjlevy.com/mysql-levenshtein-and-damerau-levenshtein-udfs/

使用这些方法之一，您的查询将是类似于：

 SELECT term FROM words WHERE levenshtein(term, 'term') < 5; 

此外，请记住，“阈值”值应相对于原始单词长度而改变。 最好从百分比的angular度来考虑，比如半个字= 50％，半个字= 2。

Answer 3

如果你有一个庞大的数据库，你可以先使用SOUNDEX过滤这些单词：

 $word = strtolower(mysql_real_escape_string($_GET['term'])); $rs = mysql_query("SELECT LOWER(`term`) FROM `words` WHERE SOUNDEX(term) = SOUNDEX(" . $word . ")"); while ($row = mysql_fetch_assoc($rs)) { $lev = levenshtein($word, $row['term']); .... } 

如果你有足够的时间来玩C扩展或程序，你可能会获得更好的性能，但是在应用真正的levenshtein之前过滤mysql上的logging会使事情变得更快，而且几乎不费吹灰之力。

Answer 4

如果你正在处理非常大的数据集，我发现在PHP中处理Levenshtein操作和sorting比在MySQL中更有效率。 例如查询约1000条logging：

MySQL（〜0.0050s） – > PHP Levenshtein（〜1.300s）

与

MySQL Levenshtein（> = 5.000s） – > PHP（〜0.250s）

还有许多其他的select来优化search引擎，但是如果你想使用Levenshtein只是要知道你将要处理的数据和你想要的延迟。

Answer 5

你可以使这个代码看起来更整洁，但@profitphp是正确的，你不能在没有levenstein库的情况下在MySQL中执行它。

 $ word = strtolower（$ _ GET ['term']）;

 $ q = mysql_uqery（“SELECT LOWER（`term`）FROM`words`”）;

 while（$ r = mysql_fetch_assoc（$ q））{ 

     $ lev = levenshtein（$ word，$ r ['term']）;

     ....

 }

Answer 6

我build议你在查询中joinlevenshtein（link： http : //www.artfulsoftware.com/infotree/queries.php#552 ）。

您应该使用mysqli_query（$ q），因为mysql_query（$ q）已被弃用，并可能在未来的PHP版本中被删除！

 $word = mysql_real_escape_string($word); $query = "SELECT `term` FROM `words` WHERE levenshtein('$word', `term`) BETWEEN 0 AND 4"; mysqli_qery($query); 

Answer 7

我在Oracle中通过在可以调用的函数内部实现PL / SQL中的algorithm来实现这一点。

Answer 8

这是一个查询。 如果你问是否可以将levenshteinfunction移动到mysql，你不能。

好的，你可以，但是它不是比在PHP中做的更简单。

http://www.artfulsoftware.com/infotree/queries.php?&bw=1280#552