使用数据库使用全文索引

数据库的模糊搜索 和 搜索引擎的功能 不是一个概念。数据库的模糊搜索是不能走索引的，也不好实现搜索词的逻辑（与或非）和范围搜索（在特定的域中）。 能走的只有前缀索引，但是这大大限制了功能。 不过使用数据库来实现搜索引擎也是一个思路，我有一个基于分布式数据库的全文索引的方案（代号x） 相比solr或elasticsearch的区别如下： 1 solr或elasticsearch是以文档进行均衡分片的，x是以单词（term）进行均衡分片的。 2 solr或elasticsearch要到所有的shard上去搜索，最后在replica上合并结果； x只需要到单词（term）所在的节点上进行搜索（只有一个节点），而且数据库有索引，速度非常快。 正是由于这个区别，搜索的速度得以提升，特别是在大数据量（机器多，分片多）的情况下， x方案有它独有的好处（精确定位term所在的节点）， 代价就是在索引阶段需要把单词和文档都定位到某个具体的节点上。 数据库的表结构设计，由于是分布式数据库，所以表示根据某个字段分布到不同的数据库节点上的： 单词表 tab_term ，均衡字段是 term_id，字段意义: term_name 单词 field_name 单词的域 doc_id 单词所在的文档 term_freq 单词的频率 term_tfidf 单词的逆文档频率 score 单词的得分，可以使用逆文档频率代替 文档表 tab_doc ， 均衡字段是doc_id， 字段意义: doc_id 文档id doc_type 文档类型 doc_content 文档内容本身 索引过程： 1 一个文档，经过分析（分词），得到每个单词的域 ，词频，词频-逆文档频率等信息 按照 term_name 作为均衡字段，将数据分割到tab_term的各个节点上 2 然后将文档进行hash，得到文档id,文档类型等，根据doc_id 将数据分散到tab_doc的各个节点上 搜索过程： 用户输入的关键词进行分析（分词） ，根据分词到 tab_term 中检索，得到每个 term 的 doc_id 列表; 然后对doc_id 进行排名，再去 tab_doc 返回原始文档