mongodb近似string匹配

我正在尝试使用mongo db为我的食谱网站实现一个search引擎。 我正在尝试在提前输出窗口小部件框中向用户显示searchbuild议。

我甚至试图支持拼写错误的查询（levenshtein距离）。

例如：无论何时用户input“pza”，input提示都应该显示“pizza”作为其中一个build议。

我如何使用mongodb实现这样的function？

请注意，search应该是即时的，因为search结果将通过input提示部件获取。 我将运行search查询的集合最多有一百万个条目。

我想实现levenshtein距离algorithm，但是这会减慢性能，因为收集是巨大的。

我在mongo 2.6阅读FTS（全文search）现在比较稳定，但是我的要求是近似匹配，而不是FTS。 FTS不会为“披萨”返回“pza”。

请推荐我有效的方法。

我正在使用节点js mongodb本地驱动程序。

Answer 1

MongoDB中的文本searchfunction（如2.6）没有任何模糊/部分string匹配的内置function。 如您所知，用例目前主要集中在基本布尔运算符和词/词匹配的语言和词干支持上。

有几种可能的方法可以根据您的要求考虑模糊匹配，以及您希望如何确定“高效”（速度，存储，开发人员时间，所需基础设施等）：

• 在您的应用程序逻辑中使用一些现成的声音和相似性algorithm来实现对模糊/部分匹配的支持。 这种方法的好处包括不必添加任何额外的基础设施，并能够密切配合您的要求。

  有关更详细的示例，请参阅： 有效的MongoDB中的模糊和部分匹配技术 。

• 与提供更高级searchfunction的外部search工具集成。 这给你的部署增加了一些复杂性，并且可能过于简单，但是你可能会发现你想在你的应用程序的其他地方join其他searchfunction（例如“像这样”，单词接近，多面search等等）。

  例如，请参阅： 如何使用Mongo Connector和弹性search执行模糊匹配 。 注意：ElasticSearch的模糊查询基于Levenshtein距离。

• 使用一个自动完成的库，如Twitter的开源的typeahead.js ，其中包括一个build议引擎和查询/cachingAPI。 Typeahead实际上是任何其他后端方法的补充，其（可选）build议引擎Bloodhound支持预取以及在本地存储中caching数据。

Answer 2

最好的情况是使用elasticsearch模糊查询： https ： //www.elastic.co/guide/en/elasticsearch/reference/current/query-dsl-fuzzy-query.html

它支持levenshtein距离algorithm开箱，并有其他function，可以为您的要求有用，即： – 更像这样 – 强大的方面/聚合 – 自动完成