因为这涉及到效率问题，我总不能从数据库取得所有文章一个一个去比对吧
当然是去数据库里取文章一个一个比对。你要想有效率，那就不能用关系型数据库，得用非关系型数据库，结合大数据技术去比对。否则你就算不考虑数据数量，给你两个文章字符串，你拿什么去比呢？
去买个大数据脚本，专门检测相似度的。这个东西不好搞哦。模糊查询是比较方便的查询方式了，但是你这个需求刚刚相反。
存文章的时候把每篇文章的特征（根据你的需求）抽出来，单独存。审核文章的时候先比对特征，特征匹配到一定的范围内再匹配相似度。