我有一个包含 100 万行的数据库，根据用户的输入，我需要为他找到最相关的匹配项。
以前编写代码的方式是使用库
fuzzywuzzy问题在于我们必须对数据库中的每一行运行比率函数，这意味着 100 万次函数调用，而且性能非常糟糕。我们从未想过我们会拥有这么多数据。
我正在寻找更好的算法或解决方案来处理这种情况下的搜索。我发现了一种叫做 TF-IDF（词频-逆文档频率）的东西。它被描述为“大规模模糊匹配”的解决方案，速度更快。
不幸的是，我无法全神贯注并完全理解它是如何工作的，而且我读得越多，我就越认为这不是我需要的，因为我见过的所有例子都在尝试查找 2 个列表之间的相似匹配，而不是 1 个字符串和 1 个列表。
那么，我是不是走错了路？如果是这样，您能给我一些关于如何处理这种情况的想法吗？不幸的是，全文搜索仅适用于精确匹配，因此在我们的例子中，模糊绝对是我们想要的方式。
如果您要提出使用单独的搜索引擎的想法，我们不想为此在我们的基础设施中添加新工具。
你得到答案了吗？请分享