Sql 基于文本列的相关行

假设我有一个包含一列文本的表（MySQL或SQlite），那么是否可以使用该列的值来查找具有某种相关文本值的类似行

例如，如果我想查找与第3行相关的行，则第1行和第2行都将匹配：

row_1 = this is about sports
row_2 = this is about study
row_3 = this is about study and sports 

---

我知道，如果我有一个关键字想与列值进行匹配，我可以使用全文或FTS3，但我只是想找到行之间有点关联的文本。

MySQL支持一个称为

查询扩展

的全文搜索选项。其思想是搜索关键字，它会找到一行，然后使用该行中的单词作为关键字，搜索更多匹配的行

SELECT ... FROM StudiesTable WHERE MATCH(description_text) 
  AGAINST ('sports' IN NATURAL LANGUAGE MODE WITH QUERY EXPANSION);

---

请在此处阅读：

您使用的锤子打错了螺丝。数据库列中的单个字符串不是存储该数据的方式。你不可能轻易地得到你所关心的部分，那就是单个单词

关于文本比较的问题有很多研究。如果你认真对待这个需求，你会想开始阅读关于这个问题领域的各种技术

第一条线索是，您希望访问/索引数据，而不是通过完整的文本字符串，而是通过单词或句子片段（除非您对拼写相似的单词进行匹配感兴趣，这比较困难）

作为一种技术的示例，通过抓取三个单词的重叠集合，从句子中生成一条链，并存储该链。然后可以搜索具有大量公共链段的条目。上述陈述的一组链段为：

row_1=这是关于体育的

第2排= 这是关于学习的

第3行=这是 关于学习和运动

• 这是关于（3场比赛）
• 是关于运动的
• 关于学习（2场比赛）
• 关于学习和
• 学习和运动

---

也许将每一个相关单词（超过4个字母？或与一个常用单词列表进行比较？）作为全文搜索的关键字，并构建一个tmp表（

id，row\u matched\u id，count

）来记录每一行的匹配，在匹配时加1进行计数就足够了。最后，您将在tmp表中获得所有匹配的行以及它们匹配的次数（有多少个相关单词是相同的）。
如果您想对整个数据库运行一次并保留结果，请使用持久化表，为基行的id添加一列，并搜索插入（或更新）的每一新行更新结果表。
使用此结果表，您可以快速查找与基行中更多单词匹配的行，而无需再次进行搜索

---

编辑：使用此选项，您可以对结果进行“评分”，例如，如果您在基本行中计算x个相关单词，您可以计算%as（matches/x*100）的分数，并过滤所有匹配少于50%的结果。在你的例子中，如果考虑到相关词，只有4个字母或67%个单词，如果你考虑所有单词，每一个ROWY1和ROWY2都会得到50%。

很好，但是我又没有关键字要搜索——我只是把数据排在行中，试图找到相关的行。然而，如果我需要它，我会把它作为有用的书签。不幸的是，MySQL全文搜索无法做到这一点。模式必须是字符串文字，而不是列名、参数或用户变量。