PHP 搭建个人博客原创搜索：结合 MySQL 全文索引与权重排序算法

一、技术方案核心

1. MySQL 全文索引

   • 对博客文章的标题（title）、内容（content）等字段建立全文索引
   • 使用 MATCH() AGAINST() 实现关键词搜索
   • 支持中文分词（需 MySQL 5.7+ 的 ngram 分词器）

2. 权重排序算法
   综合以下因素计算权重得分：
   $$ \text{score} = w_1 \times \text{相关性} + w_2 \times \text{时效性} + w_3 \times \text{用户交互} $$

   • $w_1$：全文检索相关性权重（默认 0.6）
   • $w_2$：发布时间权重（默认 0.3）
   • $w_3$：用户交互权重（默认 0.1）

二、实现步骤

1. 数据库设计

CREATE TABLE articles (
  id INT PRIMARY KEY AUTO_INCREMENT,
  title VARCHAR(255) NOT NULL,
  content TEXT NOT NULL,
  created_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP,
  views INT DEFAULT 0  -- 阅读量
);

-- 创建全文索引（支持中文）
ALTER TABLE articles ADD FULLTEXT INDEX ft_search (title, content) 
WITH PARSER ngram;

2. 权重排序算法实现

function searchArticles($keyword, $weights = [0.6, 0.3, 0.1]) {
  // 归一化权重
  $total = array_sum($weights);
  $w1 = $weights[0] / $total;
  $w2 = $weights[1] / $total;
  $w3 = $weights[2] / $total;
  
  $sql = "SELECT id, title, 
          MATCH(title, content) AGAINST(:keyword) AS relevance,
          (1 / (1 + DATEDIFF(NOW(), created_at))) AS freshness,  -- 时效性因子
          LOG10(views + 1) AS engagement,  -- 用户交互因子
          
          -- 综合权重得分
          ($w1 * MATCH(title, content) AGAINST(:keyword) +
           $w2 * (1 / (1 + DATEDIFF(NOW(), created_at))) +
           $w3 * LOG10(views + 1)) AS score
          
          FROM articles
          WHERE MATCH(title, content) AGAINST(:keyword IN BOOLEAN MODE)
          ORDER BY score DESC
          LIMIT 20";
  
  // 执行查询（使用PDO预处理防SQL注入）
  $stmt = $pdo->prepare($sql);
  $stmt->execute([':keyword' => $keyword]);
  return $stmt->fetchAll();
}

3. 搜索接口示例

// 获取搜索关键词
$keyword = $_GET['q'] ?? '';

// 执行权重搜索
$results = searchArticles($keyword);

// 展示结果
foreach ($results as $article) {
  echo "<article>
          <h3>{$article['title']}</h3>
          <p>相关性: ".round($article['relevance'], 2)."</p>
          <p>综合得分: ".round($article['score'], 2)."</p>
        </article>";
}

三、算法优化点

1. 动态权重调整
   根据用户行为动态调整权重系数：

   // 用户偏好新鲜内容时
   $weights = [0.5, 0.4, 0.1]; 
   
   // 用户偏好热门内容时
   $weights = [0.5, 0.2, 0.3];
   

2. 搜索结果高亮
   使用 PHP 的 preg_replace 实现关键词高亮：

   function highlightKeywords($text, $keyword) {
     $words = explode(' ', $keyword);
     foreach ($words as $word) {
       $text = preg_replace("/($word)/i", '<mark>$1</mark>', $text);
     }
     return $text;
   }
   

3. 分词优化
   中文分词增强方案：

   // 使用结巴分词预处理关键词
   require 'vendor/autoload.php';
   use Fukuball\Jieba\Jieba;
   
   Jieba::init();
   $segmented = Jieba::cutForSearch($keyword);
   $optimizedKeyword = implode(' ', $segmented);
   

四、性能优化建议

1. 缓存机制
   对热门搜索词结果缓存 1 小时：

   $cacheKey = "search:" . md5($keyword);
   if ($cached = $redis->get($cacheKey)) {
     return json_decode($cached, true);
   } else {
     $results = searchArticles($keyword);
     $redis->setex($cacheKey, 3600, json_encode($results));
   }
   

2. 异步索引更新
   文章发布后异步更新索引：

   # 使用消息队列
   php artisan queue:work --queue=search_index
   

3. 负载均衡

   graph LR
   A[用户请求] --> B(Nginx负载均衡)
   B --> C[PHP服务器1]
   B --> D[PHP服务器2]
   B --> E[PHP服务器3]
   C & D & E --> F[(MySQL集群)]
   

五、扩展方案

当数据量超过百万级时：

1. 采用 Elasticsearch 替代 MySQL 全文搜索
2. 实现 BERT 语义相似度 计算
3. 增加 个性化推荐 权重因子： $$ \text{score} += w_4 \times \text{用户兴趣匹配度} $$

提示：初始阶段使用 MySQL 方案可快速上线，后期根据业务增长逐步升级架构。