有两种方法可以在MySQL中实现Levenshtein函数。第一种是创建一个STORED FUNCTION,它的运行方式与STORED TRANSACTION非常相似,只是它具有不同的输入和输出。这适用于小型数据集,但对于接近数千行的任何内容都有点慢。CREATE FUNCTION levenshtein( s1 VARCHAR(255), s2 VARCHAR(255) )RETURNS INT
DETERMINISTICBEGINDECLARE s1_len, s2_len, i, j, c, c_temp, cost INT;DECLARE s1_char CHAR;-- max strlen=255DECLARE cv0, cv1 VARBINARY(256);SET s1_len = CHAR_LENGTH(s1), s2_len = CHAR_LENGTH(s2), cv1 = 0x00, j = 1, i = 1, c = 0;IF s1 = s2 THEN
RETURN 0;ELSEIF s1_len = 0 THEN
RETURN s2_len;ELSEIF s2_len = 0 THEN
RETURN s1_len;ELSE
WHILE j <= s2_len DO
SET cv1 = CONCAT(cv1, UNHEX(HEX(j))), j = j + 1;
END WHILE;
WHILE i <= s1_len DO
SET s1_char = SUBSTRING(s1, i, 1), c = i, cv0 = UNHEX(HEX(i)), j = 1;
WHILE j <= s2_len DO
SET c = c + 1;
IF s1_char = SUBSTRING(s2, j, 1) THEN
SET cost = 0; ELSE SET cost = 1;
END IF;
SET c_temp = CONV(HEX(SUBSTRING(cv1, j, 1)), 16, 10) + cost;
IF c > c_temp THEN SET c = c_temp; END IF;
SET c_temp = CONV(HEX(SUBSTRING(cv1, j+1, 1)), 16, 10) + 1;
IF c > c_temp THEN
SET c = c_temp;
END IF;
SET cv0 = CONCAT(cv0, UNHEX(HEX(c))), j = j + 1;
END WHILE;
SET cv1 = cv0, i = i + 1;
END WHILE;END IF;RETURN c;END//
将上述代码存储在.sql文件中,并将其导入数据库,如下所示:source /tmp/mysql_udf.sql
第二种方法是在C / C ++中实现用户定义函数,并将其作为共享库(* .so文件)链接到MySQL。此方法还使用STORED FUNCTION来调用库,这意味着对此或第一种方法的实际查询可能是相同的(提供两个函数的输入是相同的)。您可以在此处找到有关此方法的更多信息:http://samjlevy.com/mysql-levenshtein-and-damerau-levenshtein-udfs/
使用这些方法之一,您的查询将类似于:SELECT term FROM words WHERE levenshtein(term, 'term')
此外,请记住“阈值”值应相对于原始字长更改。最好以百分比值来考虑它,即你的一半词= 50%,“一词”的一半= 2。