Question

php和mysql查询效率如何优化?

我想建一个诗 词库，实现以下功能 ：可以选择查询每句首字、尾字、或包含是某字的句子（诗）；提交别人的作品后检测是否超过35%与诗词库中的内容相同或极近似，从而检测是否抄袭。
用mysql语句like,和php语句strstr,strpos逐句比较效率太低，无法使用索引。希望大大提供一种好的数据库结构和php算法。感激。坐等。

Answer 1

那就用sphinx 技术，目前这个是最好的，没有之一。
下面是我百度百科弄过来的，怎么使用还得你自己看白皮书了。

Sphinx的主要特性包括：
高速索引 (在新款CPU上,近10 MB/秒);
高速搜索 (2-4G的文本量中平均查询速度不到0.1秒);
高可用性 (单CPU上最大可支持100 GB的文本,100M文档);
提供良好的相关性排名
支持分布式搜索;
提供文档摘要生成;
提供从MySQL内部的插件式存储引擎上搜索
支持布尔,短语, 和近义词查询;
支持每个文档多个全文检索域(默认最大32个);
支持每个文档多属性;
支持断词;
支持单字节编码与UTF-8编码。[1]

追问

虚拟主机也能安装？

追答

恩

追问

我在网上查了一下，相关的资料不多。在购买的linux虚拟主机上如何安装啊？没那么多权限啊。能介绍一下？

Answer 2

百度一下二分法。还有一种是你可以去参考一下phpwind的敏感字符检查模块，两千个关键词都是秒查的。

程序思路可以改为这样：建一个关键词库，然后通过这个关键词词库的匹配度来计算相似度分值，把分值搞的提出来人工审核。PS:这个方案有phpwind的敏感词检查模块就可以完全实现。

追问

能不能写个算法，或举个例子？理论的不是很明白。

追答

你去下载一个phpwind 8.7 版， 找到 lib/filter/filterutil.class.php
重点看一下这个方法：comprise