Mysql 在允许同义词/缩写词的医疗链接列表/表格上实现搜索-并导入此类内容

我正在制作一个简单的可搜索列表，该列表最终将包含大约100000个关于各种医疗主题的链接——主要是医疗条件/疾病。 从表面上看，这听起来很容易。。。事实上，我已经按照以下方式设置了我的表格：

• 链接：id、url、名称、主题
• 主题（如心脏病学、儿科等）：id、姓名
• 疾病（如哮喘、流感等）：id、姓名、别名

可能还有另一张桌子：

• 链接和条件（因为1个链接可能涉及多个条件）：链接id、条件id

因此，基本上，由于医生（包括我自己）非常挑剔，我想这样做，如果你在寻找一种疾病——无论是缩写词、英国英语还是美国英语，或者是一个替代的古老名称——你会得到相关的结果（例如“血管水肿”、“血管水肿”、“昆克水肿”等），你也会得到同样的结果；同样的结果“胃食管反流”“胃食管反流病”，GERD，GORD，GOR）。此外，在结果顶部，最好将与搜索字符串匹配的诊断链接分组，然后与链接名称匹配，最后与主题匹配

我的主要问题是，如果不是成千上万的话，也有数千种情况，每种情况最多有20个同义词/拼写等。一种选择是从中获取数据，而这些数据恰好是一种医学同义词词典（但仅限于美式英语，因此必须有一种从英式英语转换的方法）麻烦的是，他们提供的XML是疯狂的，大约250mb。为了帮助他们获得关于数据元素是什么的指南

老实说，我不知道如何最有效地解决这个问题，因为我刚刚开始编程和使用数据库，而且大多数可能的操作看起来都很困难/不理想

---

想知道是否有人能帮我一把？很高兴澄清任何不清楚的地方。

这很难。你最好使用MeSH，然后使用soundex来匹配英式英语术语。

你的问题非常适合像Lucene这样的面向文档的存储。例如，你可以设计一个模式，如

链接 话题 条件

然后，您可以编写一个Lucene查询，如Topic:edema，您应该会得到所有结果。 您可以进行通配符搜索以获取更多信息

要匹配英国拼写（甚至拼写错误），您可以使用~query查找特定字符串距离内的术语。例如~0.5匹配oedema、Oedome等

ApacheLucene是一个Java库，其PortT可用于大多数主要语言。ApacheSolr是一个使用Lucene库构建的成熟搜索服务器，并且易于集成到您选择的平台中，因为它具有RESTful API

---

小结：我的建议是作为MySql数据库的附件使用。

干杯！你对如何从MeSH中提取数据有什么想法吗？顺便说一句，Solr可以轻松地处理MeSH规模的数据集。我使用它对整个PubMed文章集进行索引，并在几毫秒内在一台服务器上返回结果。