Mysql全文搜索，自然语言模式：order by“；“亲密度”；

我正在使用MYSQL的全文搜索功能（在MYSQL 5.6.33中）

如果我在自然语言模式下匹配一个邮政编码，输入一个字符，我会得到一些不错的结果，包括带有“正确”邮政编码的结果，但它们并不接近顶部

例如，有10所学校的邮政编码为“BN2 1TL”。我故意将其拼错为“BN2 1TM”，并进行如下搜索：

SELECT record_id, address_string, 
  MATCH (address_string) AGAINST ("BN2 1TM" IN NATURAL LANGUAGE MODE) AS score 
  FROM schools 
  WHERE MATCH (address_string) AGAINST ("BN2 1TM" IN NATURAL LANGUAGE MODE) > 0 
  ORDER BY score DESC;

仔细检查，这是因为搜索已经买回了所有在其

地址字符串
列中包含
“BN2”
或
“1TM”
的结果，并且它们的分数完全相同，因此是随机顺序的

这是完全合理的行为，但如果我能将“亲密度”考虑在内，那就太好了，这意味着，对于
“BN2 1TM”
上的搜索，
“BN2 1TL”
的得分将高于
“BN2 3PQ”
。有办法做到这一点吗

编辑：我记得这种亲密度在技术上被称为“Levenshtein距离”，这是一个参考值，用于确定将一个字符串转换为另一个字符串需要多少替换。所以我想我的问题可能是“我能不能让MYSQL全文版自然语言模式评分来考虑Levenshtein距离”
首先，MYSQL全文版在开放式搜索方面不如Lucene这样的专用系统好

有一种称为Levenshtein距离的算法，它计算字符转换的数量——距离——将一个字符串转换为另一个字符串

因此，将“BN2 1TM”更改为“BN2 1MT”（换位）的距离为2。将其更改为“BN2 1TX”的距离为1

Levenshtein距离对于短语来说不是非常有用，除非它们几乎完全相同。将“apachesphinx”更改为“MySQL FULLTEXT”，则距离为14，即较长字符串的长度。但它对邮政编码、零件号和其他短结构单词很有用

您可以尝试这样的方法，首先获取最接近的值

  SELECT city, county, postcode
    FROM table
   ORDER BY levenshtein(postcode, 'BN2 1MT') ASC

然后，您只需要一个存储函数来计算Levenshtein距离。（这不是全文版。）

从，这里是这样一个存储函数。但是要注意，它速度不快，而且不能使用索引。因此，如果在执行此操作之前缩小搜索范围，您将获得更好的性能

DELIMITER $$
CREATE FUNCTION levenshtein( s1 VARCHAR(255), s2 VARCHAR(255) )
    RETURNS INT
    DETERMINISTIC
    BEGIN
        DECLARE s1_len, s2_len, i, j, c, c_temp, cost INT;
        DECLARE s1_char CHAR;
        -- max strlen=255
        DECLARE cv0, cv1 VARBINARY(256);

        SET s1_len = CHAR_LENGTH(s1), 
            s2_len = CHAR_LENGTH(s2), 
            cv1 = 0x00, 
            j = 1, 
            i = 1, 
            c = 0;

        IF s1 = s2 THEN
            RETURN 0;
        ELSEIF s1_len = 0 THEN
            RETURN s2_len;
        ELSEIF s2_len = 0 THEN
            RETURN s1_len;
        ELSE
            WHILE j <= s2_len DO
                SET cv1 = CONCAT(cv1, UNHEX(HEX(j))), j = j + 1;
            END WHILE;
            WHILE i <= s1_len DO
                SET s1_char = SUBSTRING(s1, i, 1), c = i, cv0 = UNHEX(HEX(i)), j = 1;
                WHILE j <= s2_len DO
                    SET c = c + 1;
                    IF s1_char = SUBSTRING(s2, j, 1) THEN
                        SET cost = 0; ELSE SET cost = 1;
                    END IF;
                    SET c_temp = CONV(HEX(SUBSTRING(cv1, j, 1)), 16, 10) + cost;
                    IF c > c_temp THEN SET c = c_temp; END IF;
                    SET c_temp = CONV(HEX(SUBSTRING(cv1, j+1, 1)), 16, 10) + 1;
                    IF c > c_temp THEN
                        SET c = c_temp;
                    END IF;
                    SET cv0 = CONCAT(cv0, UNHEX(HEX(c))), j = j + 1;
                END WHILE;
                SET cv1 = cv0, i = i + 1;
            END WHILE;
        END IF;
        RETURN c;
    END$$
DELIMITER ;

分隔符$$
创建函数levenshtein（s1 VARCHAR（255），s2 VARCHAR（255））
返回整数
确定性
开始
声明s1_len、s2_len、i、j、c、c_temp、cost INT；
声明s1_char；
--最大strlen=255
声明cv0，cv1 VARBINARY（256）；
设置s1长度=字符长度（s1），
s2_len=字符长度（s2），
cv1=0x00，
j=1，
i=1，
c=0；
如果s1=s2，则
返回0；
如果s1_len=0，则
返回s2_len；
如果s2_len=0，则
返回s1_len；
其他的
而j是一个有趣的问题。如果您能解释一下为什么要放弃Lucene而改为MySQL全文版，可能会对我们有所帮助。大多数像你这样有问题的人在遇到像你这样的问题时会放弃MySQL，转而使用Lucene。请回答您的问题。@O.Jones我无意粗鲁，但实际上我不想谈论我使用MySQL全文的动机，因为这与问题无关。@O.Jones我已经删除了对Lucene的引用，因为它可能（而且显然是这样）分散了问题的注意力。你需要，然后你可能可以做一个orderBy。@vivek_23我刚才在编辑中说了同样的话，很有趣。我想我需要按比赛分数排序，然后是Levenshtein函数。MYSQL中是否存在这种情况？非常感谢。我认为你是对的，我认为一个很好的方法是获得正常的全文结果。然后，如果第一名有“平局”，得分方面，我可以在平局的第一名结果上运行Levenshtein以进一步排序。