MySQL关键词权重排序实现与优化

1. 需求场景与解决方案概述

在MySQL数据库的实际应用中，我们经常会遇到这样的需求：用户输入关键词后，不仅需要返回包含该关键词的记录，还希望根据关键词匹配的相关性进行排序。比如电商平台的商品搜索、内容管理系统的文章检索等场景，简单的WHERE LIKE查询虽然能找出结果，但无法体现结果与搜索词的相关程度。

通过ORDER BY结合LIKE条件实现权重排序，可以很好地解决这个问题。其核心思路是：

• 使用多个LIKE条件匹配不同字段
• 为每个匹配条件赋予权重值
• 通过计算加权得分实现相关性排序

2. 实现原理与技术细节

2.1 基础语法结构

典型的权重排序查询结构如下：

sql复制SELECT 
    *,
    (CASE 
        WHEN title LIKE '%关键词%' THEN 10
        WHEN content LIKE '%关键词%' THEN 5
        WHEN tags LIKE '%关键词%' THEN 3
        ELSE 0
    END) AS relevance
FROM 
    articles
WHERE 
    title LIKE '%关键词%' 
    OR content LIKE '%关键词%'
    OR tags LIKE '%关键词%'
ORDER BY 
    relevance DESC;

2.2 权重分配策略

合理的权重分配需要考虑以下因素：

1. 字段重要性：标题通常比正文更重要
2. 匹配位置：开头匹配比中间匹配更有价值
3. 匹配完整度：完全匹配优于部分匹配

推荐权重配置方案：

code复制标题完全匹配：20分
标题开头匹配：15分
标题包含匹配：10分
正文开头匹配：8分
正文包含匹配：5分
标签匹配：3分

2.3 性能优化技巧

LIKE查询特别是前导通配符('%关键词')会导致全表扫描，在大数据量下需要优化：

1. 使用全文索引：对频繁搜索的字段建立FULLTEXT索引

sql复制ALTER TABLE articles ADD FULLTEXT(title, content);

2. 限制结果集：先通过WHERE缩小范围再计算权重

sql复制SELECT * FROM (
    SELECT * FROM articles 
    WHERE title LIKE '关键词%' 
    LIMIT 1000
) AS t ORDER BY relevance DESC;

3. 使用存储过程：复杂权重计算可封装为存储过程

3. 高级实现方案

3.1 多关键词权重计算

对于多个搜索词的情况，可以使用以下方案：

sql复制SELECT 
    *,
    (CASE WHEN title LIKE '%手机%' THEN 10 ELSE 0 END +
     CASE WHEN title LIKE '%华为%' THEN 8 ELSE 0 END +
     CASE WHEN content LIKE '%手机%' THEN 5 ELSE 0 END +
     CASE WHEN content LIKE '%华为%' THEN 3 ELSE 0 END) AS relevance
FROM products
WHERE title LIKE '%手机%' OR title LIKE '%华为%'
   OR content LIKE '%手机%' OR content LIKE '%华为%'
ORDER BY relevance DESC;

3.2 模糊匹配增强

结合SOUNDEX函数实现拼音或错别字匹配：

sql复制SELECT 
    *,
    (CASE 
        WHEN title LIKE '%华为%' THEN 10
        WHEN SOUNDEX(title) = SOUNDEX('华为') THEN 8
        ELSE 0
    END) AS relevance
FROM products
ORDER BY relevance DESC;

3.3 分页优化实现

对于大数据量分页查询，推荐使用"游标分页"方式：

sql复制-- 第一页
SELECT * FROM (
    SELECT * FROM articles 
    WHERE title LIKE '%关键词%' 
    ORDER BY 
        (CASE WHEN title LIKE '关键词%' THEN 20 ELSE 0 END) DESC,
        id DESC
    LIMIT 10
) AS t;

-- 后续页（记住最后一条记录的id）
SELECT * FROM (
    SELECT * FROM articles 
    WHERE title LIKE '%关键词%' AND id < 上一页最后ID
    ORDER BY 
        (CASE WHEN title LIKE '关键词%' THEN 20 ELSE 0 END) DESC,
        id DESC
    LIMIT 10
) AS t;

4. 实战案例与性能对比

4.1 电商商品搜索案例

假设有商品表products结构如下：

code复制id INT
name VARCHAR(100)
description TEXT
category VARCHAR(50)
price DECIMAL(10,2)

搜索"智能手机"的优化查询：

sql复制SELECT 
    id, name, price,
    (CASE 
        WHEN name LIKE '智能手机%' THEN 20
        WHEN name LIKE '%智能手机%' THEN 15
        WHEN description LIKE '智能手机%' THEN 10
        WHEN description LIKE '%智能手机%' THEN 5
        WHEN category LIKE '%手机%' THEN 3
        ELSE 0
    END) AS relevance
FROM products
WHERE name LIKE '%智能%' OR name LIKE '%手机%'
   OR description LIKE '%智能%' OR description LIKE '%手机%'
   OR category LIKE '%手机%'
HAVING relevance > 0
ORDER BY relevance DESC, price ASC
LIMIT 20;

4.2 性能对比测试

在100万条记录的测试环境中：

5. 常见问题与解决方案

5.1 中文匹配问题

问题：LIKE对中文字符匹配不准确
解决方案：

1. 确保表字符集为utf8mb4

sql复制ALTER TABLE articles CONVERT TO CHARACTER SET utf8mb4;

2. 使用BINARY精确匹配

sql复制WHERE BINARY title LIKE '%关键词%'

5.2 特殊字符处理

问题：搜索词包含%_等通配符时出错
解决方案：

sql复制SET @keyword = REPLACE(REPLACE('100%', '%', '\%'), '_', '\_');
SELECT * FROM articles WHERE title LIKE CONCAT('%', @keyword, '%');

5.3 权重计算优化

问题：复杂权重计算导致SQL冗长
解决方案：使用视图或CTE

sql复制CREATE VIEW vw_article_relevance AS
SELECT 
    id,
    title,
    (CASE WHEN title LIKE '%关键词%' THEN 10 ELSE 0 END) +
    (CASE WHEN content LIKE '%关键词%' THEN 5 ELSE 0 END) AS relevance
FROM articles;

SELECT * FROM vw_article_relevance 
WHERE relevance > 0
ORDER BY relevance DESC;

6. 替代方案比较

当数据量较大时，可以考虑以下替代方案：

1. MySQL全文检索：

sql复制SELECT 
    *,
    MATCH(title,content) AGAINST('关键词') AS score
FROM articles
WHERE MATCH(title,content) AGAINST('关键词')
ORDER BY score DESC;

2. Elasticsearch：

• 更适合大数据量、复杂搜索场景
• 支持更灵活的相关性评分

3. 应用程序计算：

• 先获取基础结果集
• 在应用层计算更复杂的权重

选择建议：

• 数据量<100万：MySQL权重排序
• 数据量100-1000万：MySQL全文检索
• 数据量>1000万：Elasticsearch专业搜索引擎

在实际项目中，我通常会先使用MySQL方案快速实现，待数据量增长到一定规模后再迁移到专业搜索引擎。这种渐进式的方案既保证了初期开发效率，又为后续扩展留出了空间。