Thảo luận Tìm Kiếm Gần Đúng Trong SQL (MySQL)

[Myshare]

(MySQL&PHP)
Rắc rối sẽ diễn ra khi có quá nhiều
thông tin và chính ta cũng không biết
chính xác phải tìm cái gì.
Sau đây mình sẽ giới thiệu tới cách
bạn 2 cách để có thể tìm kiếm gần đúng trong SQL.
Cách 1: MATCH, AGAINST
Đây là một kiểu tìm kiếm Full text mà
nếu các bạn vào google search một
phát với từ khóa:"tìm kiếm toàn
văn"sẽ ra một đống bài giống nhau hoàn toàn, không hiểu ăn cắp từ web
nào ra mà cuối cùng bài nào cũng
giống như bài nào.
Mấy bài nó nó rất nhiều và rất kỹ
lưỡng, đến mức đọc không hiểu nỗi.
Mình chỉ hiểu sơ sơ đến mức đủ xài. Ví dụ ta có một bảng rất đơn giản tên
là topic gồm 2 cột : id_topic và subject,
ý tưởng để tìm kiếm tựa bài đơn giản
chỉ với một câu lệnh:
Mã nguồn[chọn]:
SELECT * FROM topic WHERE $ subject=subject
Với biến $subject là những gì người
dùng nhập vào(tất nhiên là đả qua xử
lý như loại bỏ các ký tự đặc biệt...)
Vấn đề nảy sinh ra với cậu lệnh SQL
trên là nếu người dùng nhập vào chuỗi :"con gà con"thì những chỉ
những hàng chứa chuỗi chính xác như
thế mới được trả về.
Điều này sẽ không thích hợp cho việc
tiềm kiếm.
Giải quyết vấn đề trên với MATCH, AGAINST
Vấn đề sẽ được giải quyết khá là đơn
giản với MATCH, AGAINST, câu lệnh lúc
này ta dùng đơn giản chỉ là:
Mã nguồn[chọn]:
SELECT *FROM topic WHERE MATCH(subject) AGAINST('$
subject')
Viết rời ra cho các bạn dễ nhìn cấu trúc
thôi, chứ chả có gì đặc biệt cả. giá trị
bên trong MATCH() là tên cột chứa nội
dung cần tìm, còn giá trị chứa bên trong AGAINST() chính là những gì cần
tìm.
Mọi việc lúc sau ta cứ để cho hệ CSDL tự
mầng.
Chú ý:Để có thể dùng MATCH, AGAINST,
cột nào chứa thông tin cần tìm phải được khai báo chỉ mục FULL TEXT.
Ví dụ bảng topic trên phải được tạo ra
như thế này:
Mã nguồn[chọn]:
CREATE TABLE IF NOT EXISTS topic (
id_topic int(10) unsigned NOT NULL, subject tinytext NOT NULL,
PRIMARY KEY (id_topic),
FULLTEXT KEY subject (subject)
)ENGINE=MyISAM DEFAULT
CHARSET=utf8 AUTO_INCREMENT=0";
Sử dụng LIKE Nhiều bạn có kinh nghiệm sẽ ngay lập
tức dừng lại ở bước này vì thực chất
chỉ khi LIKE đã không thể dùng được
người ta mới dùng tới MATCH, AGAINS.
Nhưng sau đây mình có một thuật giải
của vấn đề này dành cho các bạn: B 1: Xử lý chuỗi nhập vào, cho nó
thành chữ thường hết, bỏ mấy cái gì
không phải chữ cái ra, tốt nhất là bỏ
luôn dấu.
B 2: biến chuỗi đó thành mảng, mọi
phần tử của mảng là một từ trong chuỗi.
B 3: Chọn ngẩu nhiên vài trăm dòng có
chứa một phần tử (chọn đại hay mặt
định là phần tử đầu tiên).
Đây là bước duy nhất có dùng LIKE
Mã nguồn[chọn]: SELECT * FROM topic WHERE subject
LIKE'%array[1]%'
B 4: từ vài trăm dòng đã chọn ra, lấy
cái tiêu đề (nội dung chứ cần so sánh),
xử lý tương tự như chuỗi nhập vào
( đừng chuyễn nó thành mảng nhé). B 5: với các pần tử còn lại của mảng,
tìm xem nó có xuất hiện bên trong
mấy trăm chuỗi trả lời đả pick ra
không(chạy 2 vòng lặp kép), nếu có
thì gán một biến mảng kết hợp với
key là id của dòng đã pick ra, mỗi lần như thế thì giá trị tăng lên 1
B 6: tuỳ theo muốn trả ra kết lấy ra 3
phần tử của mảng có giá trị cao nhất,
thay đổi kháo thành giá trị, giá trị
thành khoá, sau đó chạy câu lệnh truy
vấn lấy ra thông tin còn lại của topic có Id tương ứng, còn nếu link bài viết
dạng index?id=$id thì quá khoẻ.
Với thuật toán trên đây có lẽ vẫn chưa
phải là thuật toán tối ưu nhất bởi lẽ nó
vẫn chưa xác định được từ khoá cần
có, cũng như có thể là rất lâu nếu tìm kiếm các từ trong tất cả các hàng, cũng
như khi chọn ngẩu nhiên có thể ta đả
bỏ qua các hàng chứa thông tin chính
xác hơn.