这是一个创建于 804 天前的主题，其中的信息可能已经有所发展或是发生改变。
假设我有很多文本，给定一段模糊的关键字，查询文本所在的文章和上下文，请问目前有什么合适的查询和存储方案吗？目前已知比较成熟的是基于 elastic search ？
 |
1
zzzzzzzzzy 2022-10-13 08:39:51 +08:00
看你数据量，你用 redis 也能做
|
 |
2
XCFOX 2022-10-13 08:58:12 +08:00
|
 |
3
Weixiao0725 OP @XCFOX 请问这个支持中文查询吗？
|
|
4
Weixiao0725 OP @zzzzzzzzzy 数据量大概不到 100G 的文本
|
 |
5
demoshengxw 2022-10-13 09:23:16 +08:00 via iPhone
方便还是还是 es ，做好分词直接查就好了
|
 |
6
hyqCrystal 2022-10-13 09:27:55 +08:00
数据量不多的话 mysql 好像也支持了。多的话 上 es 吧
|
 |
7
jiangbo212 2022-10-13 09:37:11 +08:00
最近在研究 meilisearch, 你这个数据量感觉在它的查询临界点，可能查询速度相比于官网的会慢点。官网显示是支持中文查询的，相比于 es ，易用性强一点
|
 |
8
limbo0 2022-10-13 09:57:49 +08:00
生产可以用 es, 玩玩可以用 meilisearch
|
 |
9
dddd1919 2022-10-13 10:04:17 +08:00
elastcisearch
apache solr ，文本搜索不错 |
 |
10
lmshl 2022-10-13 10:24:58 +08:00
需要相关性和 rank 就走 ES ，不需要的话 PostgreSQL 等数据库内置的全文检索也能做
|
|
11
lmshl 2022-10-13 10:26:48 +08:00
全文检索引擎几乎是不区分语言的，你需要一款分词器，写入的时候提前分好词向量（一般会带有 for index 选项），查询的时候也是（一般会带有 for search 选项）。然后俩词向量去 match
|
 |
12
xuelu520 2022-10-13 10:35:47 +08:00
分词+es ，基本满足你的需求
|
 |
13
killva4624 2022-10-13 10:37:12 +08:00
不考虑成本的情况下 ES 最快
|
 |
14
samin 2022-10-13 10:39:08 +08:00
@hyqCrystal 请问这个量的定义是 ？ 边界值是多少 ？ 以及对机器性能综合考虑，如何取舍，有经验之谈否 ？
|
 |
15
dayeye2006199 2022-10-13 10:42:52 +08:00
|
 |
16
qingshuang 2022-10-13 11:09:31 +08:00
模糊查询真的很烦，用 MYSQL 不走索引，用 ES 的时候因为分词的原因老是查不到被客户投诉。
例如客户某个商品编码是 CZ101 就老在那问 我搜 Z1 为什么搜不到啊 这种大家是怎么解决的呢？？ 看了下 ES 里的几种解决方案，性能都特别差 |
 |
17
dzdh 2022-10-13 11:23:22 +08:00
轻量级搜索建议 zincsearch ，兼容 es 部分语法
algalia 小规模用费用还是能承受的 |
|
18
lmshl 2022-10-13 11:32:47 +08:00
|
 |
19
sadfQED2 2022-10-13 12:19:31 +08:00 via Android
@qingshuang es 直接单字符分词
|
 |
20
winglight2016 2022-10-13 12:32:56 +08:00
要看你的需求是模糊查询，比如“like %xxx%”，还是语义查询，比如“天气怎么样”，还有语言、分词策略，相似度、全文检索的区别。
如果是整篇文章的部分内容（精确、少量词汇），ES 比较适合。长句子没有什么特别好的办法，即使语义查找，也有句子长度的限制。 |
 |
21
dusu 2022-10-13 13:03:35 +08:00 via iPhone
试试 manticoresearch 有惊喜
@qingshuang |
 |
22
leegradyllljjjj 2022-10-13 13:38:19 +08:00  1
select * from table1 where cloumn1 like '%v 我 50%'
|
 |
23
yjhatfdu2 2022-10-13 18:03:54 +08:00
@qingshuang postgreSQL ，使用 pg_bigm 索引插件+like
|
 |
24
Jooooooooo 2022-10-13 18:51:00 +08:00
相比起来, es 会好一些.
|
 |
25
soupu626 2022-10-13 19:58:34 +08:00
|
|
26
Weixiao0725 OP @dusu 这个好像真的很不错，试了下他的中文分词，挺好用的。
|
|
27
dusu 2022-10-22 10:12:11 +08:00 via iPhone
|
Select Language