Recherche dans un forum

T'as regardé du côté des Regex plutôt ? http://dev.mysql.com/doc/refman/5.0/fr/string-comp...
Je ne garantis rien, je n'ai pas assez de matière pour tester la différence LIKE/REGEXP

Sinon, FULLTEXT aussi ...
http://www.onlamp.com/pub/a/onlamp/2003/06/26/full...

Je pense que le mieux, c'est le système de punBB et d'autres forums :
- Une table avec tous les mots [clef sur les mots]
- Un table qui lie chaque identifiant de mot à un post [clef sur l'identifiant de mot et index le clef]

La recherche devient alors très rapide. Une fois qu'on demande quelque chose, on recherche les identifiant de mots associé à chaque mot et ont demande les posts qui les possèdent tous. C'est très rapide.
Après, c'est vrai que ça ne permet pas de faire une recherche d'une phrase complète mais tu peux affiner ensuite. Ca ne sera pas pénalisant.

Le gros défaut de cette solution, c'est que ça t'oblige à rentrer tous les messages dans la table et pour les anciens messages, tu vas devoir choisir entre les ignorer ou les ajouter, ça va faire dans les 2,5 * 10^6 * 60 requêtes à effectuer (au pif).

Et d'autre part, ça fait des requêtes SQL un peu plus lourdes (mais c'est souvent la clef des optimisations).

FULLTEXT on en a déja parlé, ça empêche d'utiliser InnoDB et c'est pas toujours très performant. D'autre part, c'est pas forcément gênant mais quand je l'utilisais, ça prenait quand même 50% de l'espace de la table (genre 500Mo pour 1Go de données).

Oui, ça me semblait logique mais ça ne l'est pas forcément. Il faut le faire automatiquement.
Basiquement, pour chaque post, il faut faire du $mots = explode(' ', $message); et après du "INSERT IF NOT EXISTS" pour chaque mot.

C'est un peu contraignant, mais c'est pas la mort non plus.

Oui, c'est vrai, je n'y avais pas pensé. Mais implémenter du soundex ne complique rien et te permet d'avoir une valeur ajoutée. Comme ça, au lieu de copier les mots, tu copies leur valeur soundex, l'intérêt de la table prend d'autant plus de sens (pas de redondance de l'info).

Par contre, même si je ne crois pas que le soundex soit particulièrement adapté à la prononciation anglaise (contrairement au metaphone), je crois qu'il a une analyse "plutôt anglaise".

Pour info, MySQL supporte aussi le soundex nativement, mais ce n'est pas la même implémentation (MySQL c'est l'original, PHP c'est l'améliorée)

Sur le site principal j'ai deja du soundex pour la recherche de produit ou de marque
C'est pratique quand on tape pas exactement le meme mot. Le script propose une alternative. En général, c'est pas trop mauvais

Pour le forum, je ne veux ni passer des jours à developper un systeme de motcle, ni faire un truc trop gourmand
Mes premiers tests sont plutot bons sur le fulltext
Il va falloir que je coupe le site quelques minutes pour générer l'index. En esperant que ca fasse pas tout sauter !

Je rebondis sur le post de Shain pour dire que si ça intéresse du monde, je me suis plongé là dedans depuis quelques semaines pour faire un méta-moteur de recherche (avec l'API Google Search, l'API MSN Search et le flux Yahoo Search), donc je peux sans problème aider

En parlant de ca, je me demandais comment font les sites comme alapage ou amazon pour que la recherche dans leur bases se fasse aussi vite. Parce qu'il doit y avoir des millions d'enregistrements !

1000 requètes / jours après il faut payer :'(


bhamp0 > le résultat de ton étude m'intéresse, si cela ne te dérange pas, envoie nous une démo et dit nous un peu comment tu as pu faire pour recouper ses informations, (sur quel critères, quels facteurs etc...)

On va me trouver vraiment lourd là. Mais souvent, sur les sites, ce sont les même recherches qui sont faites. Donc en mettant en cache les recherche, on peut déjà économiser quelques requêtes, sur un mois, ça doit sensiblement se sentir.

Par contre, c'est que que pour avoir des résultats pertinents, un moteur propriétaire c'est mieux.