假设我们有大约3百万份一页的文件。我想导入mysql数据库中的所有文本。对于我正在阅读的内容，我可以将其添加为文本字段（65535个字符）。我的挑战是，我们每天都会收到一些文件，这些文件与我们现有的3m文件中的一个文件略有相同。当输入的文本不相同时，有没有一种方法或结构可以在mysql文本中搜索文本块？我需要知道我们是否有一个或多个文件是密切匹配的一个收到。在一个完美的世界，我想有一个结果是一个更接近匹配的搜索文本。。。
由此产生的机制可以包括mysql和python作为解决方案。我在任何地方都找不到最好的方法来做这件事，也不需要花很长时间去寻找。
[编辑：2020-09-29]从目前我发现的情况来看，像萨比克指出的那样，使用elasticsearch似乎是解决这类问题的一个好方向。
[编辑：2020-12-14]我们终于尝试了elasticsearch，这绝对是一个很好的解决方案。我们发现不完美的一点是，我们希望在文档中搜索，但如果没有足够接近的文档，我们希望有一个类似的分数，看起来这不是它的工作方式。它总是返回一个文档，分数是无关的。我们可能会手动将最佳匹配与搜索到的文档进行比较，以获得我们自己的相似性分数。