Какъв е най-добрият начин за реализиране на търсене на подниз в SQL?

Вижте моята презентация Практическо пълнотекстово търсене в MySQL .

Сравних:

• LIKE предикати
• Регулярен израз предикати (не по-добро от LIKE )
• MyISAM ПЪЛЕН ТЕКСТ индексиране
• Sphinx Search
• Apache Lucene
• Обърнато индексиране
• Google Персонализирана търсачка

Днес това, което бих използвал, е Apache Solr , което поставя Lucene в услуга с куп допълнителни функции и инструменти.

Относно вашия коментар:Аха, добре, не. Нито една от възможностите за пълнотекстово търсене, които споменах, няма да помогне, тъй като всички те предполагат някакви граници на думи

Другият начин за ефективно намиране на произволни поднизове е N-gram Приближаване. По принцип създайте индекс на всички възможни поредици от N букви и посочете низовете, където се появява всяка съответна последователност. Обикновено това се прави с N=3 или триграма , защото това е компромисна точка между съвпадението на по-дълги поднизове и запазването на индекса до управляем размер.

Не знам за SQL база данни, която поддържа прозрачно индексиране на N-gram, но бихте могли да я настроите сами с помощта на обърнат индекс :

create table trigrams (
  trigram char(3) primary key
);

create table trigram_matches (
  trigram char(3),
  document_id int,
  primary key (trigram, document_id),
  foreign key (trigram) references trigrams(trigram),
  foreign key (document_id) references mytable(document_id)
);

Сега го попълнете по трудния начин:

insert into trigram_matches
  select t.trigram, d.document_id
  from trigrams t join mytable d
    on d.textcolumn like concat('%', t.trigram, '%');

Разбира се, това ще отнеме доста време! Но след като приключите, можете да търсите много по-бързо:

select d.*
from mytable d join trigram_matches t
  on t.document_id = d.document_id
where t.trigram = 'abc'

Разбира се, може да търсите модели, по-дълги от три знака, но обърнатият индекс все още помага да стесните търсенето си много:

select d.*
from mytable d join trigram_matches t
  on t.document_id = d.document_id
where t.trigram = 'abc'
  and d.textcolumn like '%abcdef%';