Php Levenshtein搜索

我在一个网站上工作，该网站出售我们说的东西，并提供“供应商搜索”。在该搜索中，您输入您的城市、邮政编码、地区和距离（以公里或英里为单位），然后网站将为您提供供应商列表

为此，我与供应商建立了一个数据库。在保存这些供应商的表单中，您输入他们的完整地址，当您单击“保存”按钮时，会向谷歌地图发出请求，以获取他们的纬度和经度

当有人进行搜索时，我会查看一张表，其中存储了所有搜索词及其lat/lng。 这张桌子看起来像

+--------+-------+------+
| term   | lat   | lng  |
+--------+-------+------+

因此，第一个查询非常简单

select lat, lng from my_search_table where term = "the term"

如果我找到一个结果，我会用一个好方法搜索访问者想要的范围内的所有供应商，并将结果打印在地图上

如果找不到结果，我会使用levenshtein函数进行搜索，因为人们编写bruxelle或bruxeles而不是bruxelles是非常常见的事情，我不想一直向google maps发出请求（我的表中还有一个“搜索了多少次”列以获取一些统计数据）

因此，我请求不带where子句的搜索时间，并循环遍历所有结果以获得距离内的最小LevensInner。如果最小的结果大于2，我请求谷歌地图的坐标

这是我的问题。对于一些国家（我们在世界各地有多个网站），我的搜索表有15-20k+个条目。。。php不（真的）喜欢在这样的数据上循环（我完全理解），我的请求在php超时下。我可以增加这个超时时间，但几个月后问题就会一样

所以我尝试了一个levensteinmysql函数（顺便说一句），但速度也很慢

---

所以我的问题是“即使在非常大的数据集上，是否有任何方法可以使搜索速度更快？”

您可以尝试MySQL函数

---

您可以使用kd树或三元树来加快搜索速度。这个想法是使用二进制搜索

我的建议基于三点：

• 首先，您的数据集很大。这意味着——它足够大，可以拒绝“全选”+“在PHP应用程序中运行”的想法
• 其次，您可以控制您的数据库。因此，您可以调整一些与架构相关的内容
• 最后，

  SELECT

  查询的性能是最重要的，而添加新数据的性能并不重要

事情是你不能执行快速的levenshtein搜索，因为levenshtein本身非常慢。我的意思是，计算levenshtein距离是件很慢的事情。因此，仅使用“智能搜索”无法解决此问题。你必须准备一些数据

可能的解决方案是：创建一些组索引，并在添加/更新数据时分配它。这意味着-您将存储额外的列，该列将存储一些散列（例如，数字）。添加新数据时，您将：

• 使用levenshtein距离执行搜索（为此，您可以使用您的应用程序，也可以使用您（已经提到）的函数，针对插入的数据对表中的所有记录进行搜索）
• 将新行的组索引设置为上一步中找到的行的索引值
• 如果未找到任何内容，请设置一些新的组索引值（它位于第一行，并且还没有类似的行），这将不同于表中已经存在的任何组索引值

---

要搜索所需的行，您只需选择具有相同组索引值的行。这意味着：您的选择查询将非常快。但是-是的，这将在添加/更改数据时造成极大的开销。因此，它不适用于执行更新/插入操作时的情况。

尽管我无能为力，但+1表示格式良好d答案。Levenshtein距离比使用Soundex发现拼写错误要好得多，所以我怀疑这将是一个好的解决方案。嗨，David，谢谢你的回答。不幸的是，我不认为听起来像对我有帮助。根据MySQL文档，它与英语的配合非常好，但我们有很多“欧洲utf8语言”，西里尔语，阿拉伯语，甚至亚洲语言。+1；准备数据通常是一个值得权衡的问题，插入速度只慢一点，但选择速度要快得多

SELECT lat, lng FROM my_search_table WHERE term SOUNDS LIKE "the term"