Sphinx Search返回结果少于MySQL LIKE 查询如何获得一致匹配结果

两者返回结果数量存在差异的核心原因是默认匹配逻辑不同：MySQL LIKE '%abdul%' 是任意位置的子串匹配，只要字段中连续出现 abdul 字符序列就算命中，不考虑词边界；而 Sphinx 默认是分词后的全词匹配，只有完整分词单元等于 abdul 才会命中。要实现和 MySQL LIKE 完全一致的匹配效果，按以下步骤调整即可：

• 第一步：修改Sphinx索引配置文件（一般为sphinx.conf），为对应索引开启中缀匹配
  在test1索引的配置段中添加以下参数：

  # 最小中缀匹配长度，可根据实际搜索词的最小长度调整，此处设3足够覆盖5字符的abdul
  min_infix_len = 3
  # 指定需要开启中缀匹配的字段，仅配置你需要匹配的name、email、phone即可，避免索引体积过度膨胀
  infix_fields = name, email, phone
  

  修改完成后执行索引重建命令让配置生效：

  indexer --rotate test1
  

• 第二步：调整查询语句，添加通配符触发中缀匹配
  开启中缀索引后，需要在搜索词前后添加*通配符才能实现任意位置子串匹配，修改你的PHP查询代码：

  $sphinx = new SphinxClient();
  $sphinx->setServer('localhost',9312);
  $sphinx->setLimits(0,1000);
  $sphinx->setMatchMode(SPH_MATCH_EXTENDED2);
  // 搜索词前后加*触发中缀匹配
  $result = $sphinx->query('*abdul*','test1');
  

• 第三步：排查其他可能的配置问题

  • 确认索引的数据源配置中，sql_query 语句确实查询了contacts表的name、email、phone三个字段，没有遗漏字段
  • 确认没有通过setFilter等方法添加额外的查询过滤条件，索引配置中也没有额外的WHERE条件过滤掉部分数据
  • 确认min_word_len配置值小于等于搜索词长度，默认值为1，不会影响本次查询，如果手动调大过该参数需要调整为小于5的值

调整完成后再次查询，返回结果就会和MySQL LIKE语句完全一致。注意开启中缀索引会导致索引体积变大、查询性能略有下降，如果数据量较大可以根据实际业务场景权衡优化。

内容的提问来源于stack exchange，提问作者Abdul Rehman Aziz