Rails：使用什么rails模糊方法/gem/插件在100万条记录的数据库表中进行搜索？

Question

我拥有约 100 万条记录的 MySQL 表。 我很快需要在我的 Rails 3.x 应用程序中添加搜索。我希望搜索是模糊的。

实际上，我对另一个表使用了插件（rails-fuzzy-search），但它只有 3000 条记录。 该插件在另一个表中创建三元组（3000 条记录表有 25000 个三元组）。

嗯，我不能对我的 100 万条记录表使用此方法，否则我的三元组表可能会有 1 亿条记录！

我看到了一些宝石：

• https://github.com/seamusabshere/fuzzy_match

• https://github.com/kiyoka/fuzzy-string-match

• 或者使用 Sphinx 和 Thinking Sphinx + 插件。

我不知道什么是获得更好性能的最佳解决方案。

搜索将为我的表格的两个字段设置。

Answer 1

一些搜索发现模糊地宝石：

轶事基准：对照我们整个 Geonames 派生的表 我的开发机器上的位置（320 万条记录，大约 1GB 数据） （2011 款 MacBook Pro）

搜索前 10 条匹配记录需要 6ms ±1 准备 所有记录的索引大约需要 10 分钟 数据库查询开销 更改记录的时间为 3ms ±2 内存开销（占用空间） 八卦表索引）约300MB

另外，请查看 Solr 和 Sunspot

Answer 2

根据您的数据库，您也许能够启用特定于数据库的功能来实现一些“模糊匹配”（无论这到底意味着什么）。

MySQL有“自然语言模式”，在这里解释。

这相当容易实现。首先在迁移中添加索引，如下所示：

add_index :products, [:name, :description], type: :fulltext, name: :fulltext_index_products_on_name_and_description

然后您可以在查询中使用 MATCH 子句，如下所示：

scope :search, ->(query) {
  where("MATCH (products.name, products.description) AGAINST (? IN NATURAL LANGUAGE MODE)", query)
  # MySQL should sort by relevance, so make sure not to override this with your own order clause.
}

请注意，在小数据集上进行测试可能会得到意想不到的结果，最好使用完整数据进行尝试。您可能还会发现“布尔模式”值得研究。