PHP+MySQL：如何按相似度排序从大型数据库提取相似结果

• 你调研提到的Solr、Elasticsearch这类独立搜索引擎，功能层面完全可以满足按字符串相似度排序返回「Pasta」类关键词匹配结果的需求：两者内置的编辑距离相似度打分、自定义分词排序能力，召回和排序准确率会远优于原生FULLTEXT、LIKE、SOUNDEX的组合效果。
• 但这两类工具完全不匹配你的现实约束：二者本质是需要常驻运行的独立守护进程服务，必须单独部署在服务器上、配置开机自启的常驻进程、开放独立服务端口，你没有在服务器安装额外组件、部署守护进程的权限，因此这类方案直接排除，即使功能达标也无法落地。

这套方案完全绕开了你之前踩过的所有坑：不需要数据库创建自定义函数的权限、规避了数据库端跑Levenshtein的性能瓶颈、不用依赖准确率不达标的FULLTEXT、也不使用效果极差的SOUNDEX和纯LIKE匹配做最终排序。
所有方案均符合两个硬要求：完全开源、不需要在服务器端部署任何守护进程或额外组件、匹配效果和你之前验证过的Levenshtein准确率保持一致：

• 应用侧粗筛+内存相似度计算方案
  全程不依赖数据库端的特殊权限，不需要在服务器安装任何独立组件，所有计算逻辑在你自有应用的运行进程内完成：
  1. 第一步用数据库原生的LIKE规则做第一层粗筛，仅拉取包含目标关键词的基础候选集，避免全表扫描带来的性能损耗
  2. 拿到候选集后，直接在应用内存里调用开源无依赖的字符串相似度计算库（如RapidFuzz、Jellyfish），逐条计算候选记录与目标关键词的Levenshtein距离
  3. 按距离值从低到高（即相似度从高到低）排序后返回结果
     这个方案的计算速度比数据库端执行原生Levenshtein查询快一个数量级以上，准确率和你之前验证的Levenshtein匹配效果完全一致，全程不需要申请额外的服务器或数据库权限。
• 数据库内置预装模块直调方案
  如果你的数据库服务商默认预装了官方开源的字符串匹配模块，不需要你手动创建自定义函数，可直接调用内置能力完成相似度计算：比如PostgreSQL默认预装的fuzzystrmatch模块、MySQL 8.0+版本内置的LEVENSHTEIN()函数，配合常规索引做候选集范围筛选，查询性能完全可以支撑大型表的检索需求，也符合所有权限约束。

内容的提问来源于stack exchange，提问作者Zeno