type
status
date
slug
summary
tags
category
icon
password
前言
假設今天在 MySQL 下有一張叫 article 的表，我們想要找出 content(內文) 中包含
金錢 兩個字的所有文章，就需要使用以下模糊查詢：
在這種情況下 MySQL 需要全表掃描整張表的 content 才能找出結果，因此搜尋效率非常的不好。
這個時候我們就去要透過建立 FullText Index 或者是使用搜尋引擎(solr、elasticsearch...)來優化查詢。
還有什麼原因需要搜尋引擎呢？
假設我們有一下資料：
id | content |
1 | 莎士比亞的故事 |
2 | 哈姆雷特作者的故事 |
3 | 羅密歐與茱麗葉作者的故事 |
當使用者輸入
沙士比壓，如果我們使用 MySQL 進行一般的模糊查詢：很顯然這樣我們不會得到任何結果，因為這是一個要求「精確匹配」的「模糊查詢」。
精確匹配和相關性匹配
在使用資料庫搜索時，我們更多的是基於「精確匹配」的搜索。
什麼是「精確匹配」？
比如搜訂單，根據訂單狀態，準確搜索。 搜「已完成」，就要「精確匹配」「已完成」的訂單，搜「待支付」，就要「精確匹配」「待支付」的訂單。
這種「精確匹配」的搜索能力，傳統關係型資料庫是非常勝任的。
和「精確匹配」相比，「相關性匹配」更貼近人的思維方式。
比如我要搜一門講過「莎士比亞」的課程，我需要在課程的文稿里進行「相關性匹配」，找到對應的文稿，你可能覺得一條 sql 語句就可以解決這個問題：
然而，這隻能算是「模糊查詢」，用你要搜索的字串，去「精確」的「模糊查詢」，其實還是「精確匹配」，機械思維。
那麼到底什麼是「相關性匹配」，什麼才是「人的思維」呢？
比如我搜「莎士比亞」，我要的肯定不只是精精確確包含「莎士比亞」的文稿，我可能還要搜「莎翁」、「Shakespeare」、「哈姆雷特」、「羅密歐和朱麗葉」、「威尼斯的商人」...
又比如我輸錯了，輸成「莎士筆亞」，「相關性匹配」可以智慧的幫我優化為「莎士比亞」，返回對應的搜尋結果。
這就是搜尋引擎的強大之處，它似乎可以理解你的真實意圖。