PHP アプリケーションと MySQL データベース間のレーベンシュタイン距離計算を最適化するにはどうすればよいですか?

MySQL と PHP のレーベンシュタイン: 最適化されたアプローチ

元のコード スニペットでは、レーベンシュタイン距離は、指定された単語と各単語の間で計算されます。 PHP の levenshtein 関数を使用してデータベースから用語を取得します。ただし、このアプローチには複数のデータベース クエリが含まれるため、大規模なデータセットの場合は非効率的になる可能性があります。より効率的な解決策は、レーベンシュタイン距離をデータベース クエリ自体内のフィルターとして利用することです。

これを実現するには、MySQL に実装されたレーベンシュタイン関数が必要です。たとえば、次のカスタム関数を検討できます:

DELIMITER $$
CREATE FUNCTION levenshtein(s1 VARCHAR(255), s2 VARCHAR(255)) RETURNS INT
BEGIN
DECLARE len1 INT DEFAULT LENGTH(s1);
DECLARE len2 INT DEFAULT LENGTH(s2);
DECLARE i, j, cost, d INT DEFAULT 0;

DECLARE sp VARCHAR(255);

IF len1 = 0 THEN
    RETURN len2;
ELSEIF len2 = 0 THEN
    RETURN len1;
ELSE
    SET sp = REPEAT(' ', len1);
    FOR i = 1 TO len1 DO
        SET sp = CONCAT(sp, i);
    END FOR;
    SET sp = CONCAT(sp, CHAR(10));
    FOR j = 1 TO len2 DO
        SET sp = CONCAT(sp, j, CHAR(10));
        SET cost = j;
        FOR i = 1 TO len1 DO
            IF s1 SUBSTRING(i, 1) = s2 SUBSTRING(j, 1) THEN
                SET d = 0;
            ELSE
                SET d = 1;
            END IF;
            SET cost = LEAST(
                cost + 1,
                i + 1 + 1,
                j + d + 1
            );
            SET sp = CONCAT(sp, cost);
        END FOR;
    END FOR;
    SET sp = CONCAT(sp, CHAR(10));
    RETURN SUBSTRING_INDEX(sp, CHAR(10), -1) - len1 - 1;
END IF;
END$$
DELIMITER ;

MySQL で Levenshtein 関数が定義されたら、クエリを次のように変更できます:

$word = mysql_real_escape_string($word);
mysql_qery("SELECT `term` FROM `words` WHERE levenshtein('$word', `term`) BETWEEN 0 AND 4");

このクエリは次のように返されます。指定した単語までのレーベンシュタイン距離が 0 ～ 4 である単語テーブルのすべての単語。複数の PHP ループを回避し、データベースの組み込み関数に依存することで、特に大規模なデータセットのパフォーマンスを大幅に向上させることができます。

以上がPHP アプリケーションと MySQL データベース間のレーベンシュタイン距離計算を最適化するにはどうすればよいですか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。