我们在使用 MySQL 进行模糊查询的时候,受到默认排序的影响,我们会发现与查询关键字相似的记录有时候并没有排到最前面。
如 :
CREATE TABLE user(id BIGINT(11) AUTO_INCREMENT PRIMARY KEY,name varchar(255))engine=InnoDB,DEFAULT CHARSET=UTF8;INSERT INTO user(name) values("F张三"),("E张三"),("D张三"),("C张三"),("B张三"),("A张三"),("AAA张三"),("张三"),("李四"),("王五");
对上述数据以张三
为关键字进行模糊查询后,会发现查询结果如下:
SELECT * FROM user WHERE name LIKE "%张三%";
可以看到,与张三
最相似的一条记录被排序到了最后面,如果我们使用了LIMIT
语句,那么很有可能无法再第一页获取到张三
这条记录。
也就引出了今天的问题,如何在模糊查询条件下,让返回结果按照匹配度(相似度)进行进行排序,从而让最匹配的那条记录排在最前面。
问题分析
首先,我们需要定位一下问题原因,为什么最匹配的那条记录被排到了最后面?
这其实是与SELECT
的默认排序规则有关,当我们使用SELECT
进行查询而没有指定ORDER BY
的时候,MySQL其实是按照id
进行升序排序的,因为id
作为主键索引通过它根本不需要排序,同时每次返回的结果顺序也完全相同。也就是说id = 7 的张三
记录之所以被排在最后面是因为它是在最后被插入的,即使它是最张三
的张三
也要讲个先来后到。
在一些情况下我们的排序是按照name
来排序的,那么 name是如何进行排序的呢?首先name
字段的数据类型是varchar
可变长度的字符串类型,而对于字符串的排序方式则必然是字典序。
也就是当我们按照 name 进行排序后,会发现排序结果 变成了这样:
是A张三
被排在了最前面,是由于字符A
的编码在所有name
的开头最小,同理张
作为name
的开头编码最大,因此被排在了最后面。如果我们的记录都是以张三
开头,然后结尾是字母的话,则按照name
进行排序的确可以帮助我们将张三
排到最前面:
问题的关键是如何让查询结果按照匹配度进行排序。下面介绍一些可以用来当做匹配度的函数:
匹配度量化-字符串长度char_length()
我们可以对记录的字符长度进行排序,如下:
SELECT name,CHAR_LENGTH(name) len FROM userWHERE name LIKE CONCAT("%","张三","%")ORDER BY CHAR_LENGTH(name);
当我们根据查询条件name LIKE CONCAT("%","张三","%")
进行模糊查询的时候,返回记录的结果有四种样式:
张三
张三%
%张三
%张三%
可以看到,当我们使用条件查询后,name
记录值越短,记录和我们预期的结果就相关,此时我们就可以使用CHAR_LENGTH(name) ASC
实现相关度排序.
CHAR_LENGTH(name) ASC
根据name
字段的长度进行排序,此时如果有张三
,A张三
,张三B
时,由于张三
的长度最短且相关度最高,根据字段长度升序排序可以确保张三
排到最前面.
匹配度量化-匹配结果在记录中位置locate()
,instr()
,position()
其实使用char_length()
就已经能够解决大部分问题了,如果感觉效果还是不够好的话还可以搭配使用locate()
,instr()
,position()
之一对排序结果进行进一步的处理。
locate(subStr,string)
:返回subStr
在string
中出现的位置
locate()
函数会返回一个字符串在另一个字符串中出现的位置。如果包含,则返回对应的索引位置(从1开始),反之则返回 0。
SELECT name,locate('张三',name) loc FROM user WHERE name LIKE "%张三%" ORDER BY CHAR_LENGTH(name),locate('张三',name);
从查询结果可以看到,name
值为张三
这条记录通过locate('张三',name)
计算后得到的结果为 1,其他值分别根据张三
在name
值中的位置依次增长,因此可以根据该函数进行排序,将和张三
相关的记录排到最前面.
instr(str,substr):返回subStr
在string
中出现的位置
instr()
函数与locate()
函数效果基本相同.
SELECT name,instr(name,'张三') instr FROM user WHERE name LIKE "%张三%" ORDER BY instr(name,'张三');
position(substr IN str):返回subStr
在string
中出现的位置
SELECT name,position('张三' IN name) position FROM user WHERE name LIKE "%张三%" ORDER BY position('张三' IN name) ASC;
position('张三' IN name) ASC
根据张三
在 name 字段中的位置排序,此时如果有A张三
,张三B
时,由于张三B
中张三
的位置更靠前,因此会排到最前面.
相关度排序思路:让张三排到最前面
在一些场景下我们可能不一定需要都是张三
的结果,可能需要李四
,王五
,然后要求张三
排到最前面,此时我们可以通过设定排序方式来确保张三
排到最前面.
这种情况下我们就不能 通过name like
进行条件查找了,此时可以着重设计ORDER BY
来调整排序方式.
SELECT name,instr(name,'张三') loc FROM user ORDER BY instr(name,'张三')=0,CHAR_LENGTH(name),instr(name,'张三');
instr(name,'张三')=0 ASC
根据 name 中是否不包含 “张三” 进行排序,这里可以看到如果 name 字段包含张三
的话则为 false(0), 如果不包含张三
的话则为 true(1),用true(1)/false(0) 进行升序排序可以将包含张三的记录排到最前面.
SELECT name,instr(name,'张三')=0 matchs FROM user ORDER BY instr(name,'张三')=0;
CHAR_LENGTH(name) ASC
在经过上面的排序后所有包含张三
的记录都被排到了最前面,此时我们可以对这部分记录按照之前的方式使用CHAR_LENGTH(name)
进行排序,首先最短的那条记录肯定是和张三
相关度最高的,然后根据记录长度依次排名.
SELECT name,CHAR_LENGTH(name) len FROM user ORDER BY instr(name,'张三')=0,CHAR_LENGTH(name);
instr(name,'张三') ASC
如果根据上面的排序后我们最后可以根据张三
在 name 字段中记录的位置做最后一步的调整,将name
字段中张三
在记录中的位置靠前的记录优先级更高.
SELECT name,instr(name,'张三') inst FROM user ORDER BY instr(name,'张三')=0,CHAR_LENGTH(name),instr(name,'张三');
参考资料
Mysql匹配度排序
MYSQL 模糊查询按着匹配度排序