PostgreSQL索引篇 | TSearch2 全文搜索

于 2024-03-11 13:04:55 发布
阅读量1.1k 收藏 21
点赞数 18
分类专栏： postgres 文章标签： c 数据库 索引 postgresql 全文检索
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_63800030/article/details/136620633
版权

PostgreSQL版本为8.4.1
（本文为《PostgreSQL数据库内核分析》一书的总结笔记，需要电子版的可私信我）
索引篇：

TSearch2 全文搜索

全文搜索（文本搜索）提供了一种可以检索出满足某个查询条件的自然语言文档的能力，并且还可以根据文档的相关性对文档进行排序。最常见的搜索是找出所有包含给出的查询词的文档，并且以它们符合查询的程度排序输出。

文本搜索操作符在数据库里已经存在很多年了。PostgreSQL有~、~*和LIKE操作符用于文本数据类型，但是它们缺乏许多现代的信息系统需要的重要功能，比如：

  • 没有语言支持，不会对文本进行解析。
  • 不提供检索结果的排序（ranking），在找到上千个匹配文档的时候，就不够高效了。
  • 没有索引支持，所以会比较慢，因为它们必须为每个查询处理所有的文档。

从PostgreSQL8.3开始提供了文本搜索模块TSearch(Text Search)，文本搜索提供了一种可以标识满足某个查询的自然语言文档的能力，并且还可以根据文档的相关性对文档进行排序。

PostgreSQL核心系统提供的TSearch模块提供了对文档（在PostgreSQL里一个文档通常是一个表中的某个元组的一个文本属性，或是几个属性的组合）及查询条件进行解析的功能，但并没有提供对解析后的结果进行进一步处理（创建索引，以支持快速的查找）的功能。

PostgreSQL在扩展模块contrib里面提供了TSearch2来支持这些功能，TSearch2实现了对文档创建GIN或者GiST索引的支持。本节将分析PostgreSQL核心系统提供的TSearch模块，其代码位于src/backend/tsearch目录下。

全文索引的创建

全文索引允许对文档进行预处理并且可以保存为用于快速搜索的索引。

预处理包括文本解析、语义分析和词位存储。完成这三个过程后，解析后的词语信息就存放在TSVector结构中。

  • 从文本解析到词位存储这一系列过程是由函数to_tsvector_byid完成的，
    • 该函数首先调用parsetext函数对文本进行解析和语义分析，
    • 然后再调用make_tsvector将词位信息构建成TSVector结构。

下面将对这三个过程依次进行分析。

文本解析

文本解析通过解析器将文档解析成一个个记号（含位置信息，类型信息），该过程涉及的函数在wparser_def.c文件中。
目前PostgreSQL只提供一种解析器，但它足够处理大多数纯文本及 HTML文件。

PostgreSQL中默认的记号对应表如表4-9所示。

默认解析器记号对照表

语义分析

语义分析是对解析器处理过的token文本序列通过参照词典的审核规范成标准的词（lexeme）信息。

词典用于删除那些不应该在搜索中出现的词（屏蔽词）并规范化一些有多重形式的词，这样同一个词的不同的衍生结果也可以被搜索到。

成功规范化之后的词被称作词位（lexeme）。除了改进搜索质量，规范化和删除屏蔽词可以减少文档的尺寸，从而提高性能。下面对各个词典的使用进行举例介绍：

  • Ispell：拼写词典，例如“likes”将转换为“like”。
  • Simple：简单词典，例如“A NAUGHTY DOG”将转换为“naughty dog”。
  • Synonym：同义词典，例如“man”和“person”是同义词。
  • Thesaurus：知识词典，例如“personal computer”将转换为PC。

完成语义分析后，即得到一个全部处理后得到的单词信息，这些单词信息保存在ParsedText结构中。

ParsedText结构保存解析后的文本，其定义如数据结构4.20所示。

ParsedText

其中的words指向一个数组，其中每一个元素都是ParsedWord类型，用于保存分析后的一个单词，其定义如数据结构4.21所示。

ParsedWord

数据结构4.21中的pos和apos指针是用union结构（允许在相同的内存位置存储不同的数据类型，但只能存在一个）来保存的。

当完成文本解析后，可能会遇到相同的词出现了多次的情况，这时会将相同的词合并在一起：

  • 对于只出现一次的词，使用pos来保存其出现的位置即可；

  • 对于出现多次的词，则使用apos指针来指向一个动态数组来保存所有出现的位置。apos[0]为该词出现的次数，数组后面的值即为各次出现的位置。

    由于数组的长度是不确定的，所以使用alen字段来确定动态申请内存的空间，alen初始化为2，每当apos 的长度不够时，alen即翻倍，同时申请新内存将apos数组的长度翻倍。

上面介绍了用于存储语义分析后得到的单词信息的数据结构，而这整个处理流程是由函数parsetext完成的，其执行如图4-36所示。

函数parsetext

语义分析流程

/*
 * Parse string and lexize words.
 *
 * prs will be filled in.
 */
void
parsetext(Oid cfgId, ParsedText *prs, char *buf, int buflen)
{
	int			type,
				lenlemm;
	char	   *lemm = NULL;
	LexizeData	ldata;
	TSLexeme   *norms;
	TSConfigCacheEntry *cfg;
	TSParserCacheEntry *prsobj;
	void	   *prsdata;

	cfg = lookup_ts_config_cache(cfgId);
	prsobj = lookup_ts_parser_cache(cfg->prsId);

	prsdata = (void *) DatumGetPointer(FunctionCall2(&prsobj->prsstart,
													 PointerGetDatum(buf),
													 Int32GetDatum(buflen)));

	LexizeInit(&ldata, cfg);

	do
	{
		type = DatumGetInt32(FunctionCall3(&(prsobj->prstoken),
										   PointerGetDatum(prsdata),
										   PointerGetDatum(&lemm),
										   PointerGetDatum(&lenlemm)));
		// 类型合法&&单词长度过长
		if (type > 0 && lenlemm >= MAXSTRLEN)
		{
#ifdef IGNORE_LONGLEXEME
			ereport(NOTICE,
					(errcode(ERRCODE_PROGRAM_LIMIT_EXCEEDED),
					 errmsg("word is too long to be indexed"),
					 errdetail("Words longer than %d characters are ignored.",
							   MAXSTRLEN)));
			continue;
#else
			ereport(ERROR,
					(errcode(ERRCODE_PROGRAM_LIMIT_EXCEEDED),
					 errmsg("word is too long to be indexed"),
					 errdetail("Words longer than %d characters are ignored.",
							   MAXSTRLEN)));
#endif
		}

		LexizeAddLemm(&ldata, type, lemm, lenlemm);
				// 对token单词调用字典进行处理（语义分析)
		while ((norms = LexizeExec(&ldata, NULL)) != NULL)
		{
			TSLexeme   *ptr = norms;// norms就是已规范后的一些词

			prs->pos++;			/* set pos */

			while (ptr->lexeme)// 若解析后的单词不为空，则将词信息存放到Parsed Text结构中
			{
				if (prs->curwords == prs->lenwords)
				{
					prs->lenwords *= 2;// words内存空间翻倍
					prs->words = (ParsedWord *) repalloc((void *) prs->words, prs->lenwords * sizeof(ParsedWord));
				}

				if (ptr->flags & TSL_ADDPOS)
					prs->pos++;
				prs->words[prs->curwords].len = strlen(ptr->lexeme);
				prs->words[prs->curwords].word = ptr->lexeme;
				prs->words[prs->curwords].nvariant = ptr->nvariant;
				prs->words[prs->curwords].flags = ptr->flags & TSL_PREFIX;
				prs->words[prs->curwords].alen = 0;
				prs->words[prs->curwords].pos.pos = LIMITPOS(prs->pos);
				ptr++;
				prs->curwords++;
			}
			pfree(norms);
		}
	} while (type > 0);// 判断类型是否合法，不合法的话说明已经分析完所有词了

	FunctionCall1(&(prsobj->prsend), PointerGetDatum(prsdata));
}

词位存储

词位存储即为归总语义分析后的单词在文档中的位置，并将其出现的次数及每个位置存储下来。

TSVector是一种可搜索的数据类型，它是文档内容的一种表现形式，是出现在文档中的每个重要单词及其所有位置信息的集合。它通过一种特殊的优化结构进行组织，从而可方便快速地存取及查找。其定义如数据结构4.22所示。

TSVector

TSVectorData结构中的WordEntry数组用于保存所有的关键字（单词）信息，由于关键字的数目一开始并不确定，所以使用一个数组指针，该数组的实际长度根据关键字的个数在使用时进行分配。

WordEntry的定义见数据结构4.23。(结构体成员后面的数字用来限定成员变量占用的位数)

WordEntry

上面分析了TSVector 的数据结构，词位存储即使用语义分析得到的ParsedText构建TSVector，该过程由函数make_tsvector完成。其执行流程如图4-37所示。

构建 TSVector 流程图

/*
 * make value of tsvector, given parsed text
 */
TSVector
make_tsvector(ParsedText *prs)
{
	int			i,
				j,
				lenstr = 0,
				totallen;
	TSVector	in;
	WordEntry  *ptr;
	char	   *str;
	int			stroff;

	prs->curwords = uniqueWORD(prs->words, prs->curwords);// 合并相同单词的位置到apos中
	for (i = 0; i < prs->curwords; i++)
	{
		lenstr += prs->words[i].len;
		if (prs->words[i].alen)
		{
			lenstr = SHORTALIGN(lenstr);
			lenstr += sizeof(uint16) + prs->words[i].pos.apos[0] * sizeof(WordEntryPos);
		}
	}

	if (lenstr > MAXSTRPOS)
		ereport(ERROR,
				(errcode(ERRCODE_PROGRAM_LIMIT_EXCEEDED),
				 errmsg("string is too long for tsvector (%d bytes, max %d bytes)", lenstr, MAXSTRPOS)));
	// 根据ParsedText中唯一单词的数目(curwords)去计算TSVector所需空间
	totallen = CALCDATASIZE(prs->curwords, lenstr);
	in = (TSVector) palloc0(totallen);// 分配空间
	SET_VARSIZE(in, totallen);
	in->size = prs->curwords;// 设置size

	ptr = ARRPTR(in);// ARRPTR(x)	( (x)->entries )
	str = STRPTR(in);
	stroff = 0;
	for (i = 0; i < prs->curwords; i++)// 取ParsedText中下一个(第一个）单词word
	{	// 将该单词的信息拷贝到TSVectorData.entries中
		ptr->len = prs->words[i].len;
		ptr->pos = stroff;
		memcpy(str + stroff, prs->words[i].word, prs->words[i].len);
		stroff += prs->words[i].len;
		pfree(prs->words[i].word);
		if (prs->words[i].alen)// 获取word的alen，等于0说明没有位置信息
		{
			int			k = prs->words[i].pos.apos[0];// 出现次数
			WordEntryPos *wptr;

			if (k > 0xFFFF)
				elog(ERROR, "positions array too long");

			ptr->haspos = 1;
			stroff = SHORTALIGN(stroff);
			*(uint16 *) (str + stroff) = (uint16) k;
			wptr = POSDATAPTR(in, ptr);
			for (j = 0; j < k; j++)
			{
				WEP_SETWEIGHT(wptr[j], 0);// 设置权重
				WEP_SETPOS(wptr[j], prs->words[i].pos.apos[j + 1]);// 设置位置
			}
			stroff += sizeof(uint16) + k * sizeof(WordEntryPos);
			pfree(prs->words[i].pos.apos);
		}
		else
			ptr->haspos = 0;
		ptr++;
	}
	pfree(prs->words);
	return in;
}

至此已经介绍了PostgreSQL内核中 TSearch模块提供的全部功能。之前讲过，PostgreSQL把TSearch2作为一个扩展模块，提供了对Entry创建GIN或者GiST索引的支持。通过对词位列创建GIN或GiST索引即可实现对文档的全文索引。

综上所述，全文索引的创建流程图可归纳如图4-38所示，其中创建GIN ( GiST)索引部分用虚线框,表示该步骤是需要用户额外编译并安装TSearch2模块才具有的功能。
由于GIN或者GiST索引结构的不同，其创建、查询及更新的效率也有不同，PostgreSQL 8.4.1官方手册上对这两种索引结构的优劣进行了比较：

  • GIN 索引查询速度是GiST的3倍。
  • GiST创建索引的速度是GIN的3倍。
  • GiST索引的更新速度较GIN稍快。
  • GIN索引的空间比GiST索引大2至3倍。

前面介绍了从文本解析一直到创建全文索引的全部过程。索引创建完成后，即可利用全文索引进行查询。由于查询条件可能是自然语句，也需要对查询进行一定的处理以获取准确的查询结果。

接下来将介绍如何利用这里建立的全文索引进行查询。

全文索引的查询

全文索引查询之前需要对检索的语句进行处理，处理过程跟全文索引的创建过程类似，要对查询语句进行文本解析及语义分析，将分析后的结果封装成TSquery格式，然后就可以通过对创建在TSvector上的索引进行匹配查询了。但与创建过程不同的是：查询处理时，各个处理后的单词需要使用布尔操作符&（与）、│（或）和!（非）进行连接。

TSquery的格式如数据结构4.24所示。

TSQueryData

PostgreSQL提供了to_tsquery和plainto_tsquery两个函数用于把查询转换成TSQuery数据类型。

  • to_tsquery的功能是将查询中的关键词在语义分析后转化成可与TSVector进行匹配的数据类型。该函数的参数要求很严格，它们必须使用布尔操作符“&”(与)、“|”(或)和“!”(非)分隔各个单词。

  • plainto_tsquery对查询的格式要求没有to_tsquery那么严格，它把未格式化的文本查询转换成TSQuery。文本首先会像在to_tsvector里那样分析和规范化，然后用布尔操作符“&”(与)将解析后得到的单词进行连接，最后得到TSQuery。

to_tsquery和plainto_tsquery函数的处理都是通过调用parse_tsquery函数来实现的。

parse_tsquery函数实现了对用户输入的查询条件的解析及语义分析过程，使用布尔操作符将得到的关键字连接起来。通过调用makepol函数，将查询语句转换成“波兰表示法”(“Polish notation”，或称为波兰记法)。

对查询条件的解析过程与4.6.1节中的过程基本一样，通过调用parsetext函数完成。当读取到查询条件中的操作符时，只能是上面讲到的三种操作符，对于其他操作符则报错（plainto_tsquery函数则不会处理用户输入条件中的操作符，它对查询条件进行解析后，全部使用“&”（与）操作符连接得到的关键词）。

当得到TSquery后，即可调用之前创建的全文索引进行查询，全文索引查询的总体流程如图4-39所示。

全文索引查询流程

查询结果处理

上面分析了全文索引的创建和查询处理过程。数据库系统提供了@@操作符，可以对TSVector（或处理后的TSQuery）结构中的entry进行比较。下面给出一个使用@@操作符进行全文搜索的例子。

假设现在在数据库中有一个messages表，其字段内容如表4-10所示。

messages表

如果要从上表中查出属性strMessage中包含“test”或者“king”的文档信息，其tsearch语句如下：

SELECT id, strtopic FROM Messages
WHERE to_tsvector(strMessage) @@ to_tsquery( 'test | king ' );

PostgreSQL会对messages表中的strMessage字段按4.6.1节中的介绍进行处理，然后对“test | king"采用全文索引的查询中的to_tsquery函数进行处理，再调用@@操作符进行匹配。最后，返回匹配成功的结果，如表4-11所示。

messages表

对全文搜索的结果，TSearch还提供了一些功能对结果进行处理，包括权重设置、结果排序以及结果高亮显示，下面将对这3种功能进行介绍。

  • 设置文档部分的权重

    权重用于标记单词来自于文档的哪个区域，比如标题和开头的摘要，这样就可以以不同的方式对待不同权重的单词。可以通过调用函数tsvector_setweight将一个TSVector中所有的关键字都设置为指定的权重。

  • 对查询结果排序

    排序主要是将匹配成功的搜索结果与查询表达式进行相关性比较，将最相关的结果排在前面。相关性是评判文档与特定的查询之间相关程度的一个衡量标准。如果有很多匹配的项，那么相关性高的项应该排在前面。

    ts_rank和ts_rank_ed函数都可以用来对查询结果进行排序。

  • 高亮显示

    呈现搜索结果时，最好是显示每个文档的一部分以及它和查询之间是如何关联的。通常，搜索引擎会显示查询关键词所在的文档片段，并且在其中将查询关键词高亮显示。PostgreSQL也提供一个函数ts_headline实现这个功能。

    ts_headline接受一个文档以及对应的查询，然后返回一个文档的摘要。在摘要里面，查询是高亮显示的。ts_headline使用原始的文档，而不是TSVector摘要，所以它可能比较慢，因此要小心使用。

索引篇小结

索引是提高数据库性能的常用方法，它可以令数据库服务器以更快的速度查找和检索特定的行。不过索引也增加了数据库系统的负荷、成本，因此应该恰当地使用它们。索引的优劣不仅仅与索引的查询效率有关，同时与索引创建速度，更新速度，索引大小等因素有关。以上分析的几种索引使用环境不同，相同环境下使用的优劣也各不相同。于是，为了方便用户对特殊数据类型数据的查询，PostgreSQL中提供了索引模板可方便用户对索引的扩展以支持自定义数据类型上的索引创建与查询。

通过使用索引，能够快速查找数据库中的数据。但在添加索引的同时，会增加数据库系统的负荷；在增删修改数据时，维护索引的一致性也需要一定的时间和空间。由于索引给查找数据带来的巨大的性能提升，因此也得到了广泛的应用。在实际的使用中，应该合理权衡使用索引带来的利弊，恰当地使用索引。

嘻·嘻
关注
  • 18
    点赞
  • 踩
  • 21
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
PostgreSQL教程(八)：索引详解
09-10
主要介绍了PostgreSQL教程(八)：索引详解,本文讲解了索引的类型、复合索引、组合多个索引、唯一索引、表达式索引、部分索引等内容,需要的朋友可以参考下
PostgreSQL索引详解4——btree索引
12-14
1、简介 B树索引类型可以说是使用的最广泛的索引了，在PostgreSQL中可以在任何数据类型上使用btree索引，支持排序，支持大于、小于、等于、大于或等于、小于或等于的搜索。 B树具有一些重要的特征： B树是平衡的，也就是说，每个叶页面与根都由相同数量的内部页面分隔开。因此，搜索任何值都需要花费相同的时间。 B树是多分支的，即每个页面（通常为8 KB）包含许多（数百个）ctid。因此，B树的深度很小，对于非常大的表，实际上可以达到4–5的深度。 索引中的数据按非递减顺序排序（在页面之间和每个页面内部），并且同一级别的页面通过双向列表相互连接。因此，我们可以仅通过列表的一个方向或另一个方向获
TSearch搜索
04-28
非常好用的网络p2p搜索利器，几乎你能想到的都能搜到.
TSearch迅雷资源助手v5.7安装版
08-07
Ayu迅雷资源助手整合高质量资源站点，搜索资源质量更高，更便捷。搜索质量远高于P2PSearcher。屏蔽资源站的弹窗广告和flash广告，资源占用极低，比浏览器更快视频下载地址可预览，防止下错。单文件，纯绿色，不写注册表不写系统文件。 TSearch迅雷资源助手 v5.2版本更新： 1.P2P搜索可过滤搜索结果（类型和关键词过滤） 2.P2P搜索支持键盘翻页 3.清空搜索词并回车可返回资源站首页
PostgreSQL建立索引如何避免写数据锁定
12-14
先介绍一下Postgresql的建索引语法： 　　Version:9.1 1.CREATE [ UNIQUE ] INDEX [ CONCURRENTLY ] [ name ] ON table [ USING method ]  2.    ( { column | ( expression ) } [ COLLATE collation ] [ opclass ] [ ASC | DESC ] [ NULLS { FIRST | LAST } ] [， …] )  3.    [ WITH ( storage_parameter = value [， … ] ) ]  4.  
PostgreSQL 中强大的全文搜索
allway2的博客
05-12 3424
这篇博文将引导您了解使用PostgreSQL实现足够好的全文搜索所需的基本部分。 剧透警告：对于那些寻找“好的，只需向我展示一个全文搜索，在 Postgres 中不到 20 行的排名和模糊搜索”的好奇的人，所以你去： SELECT courses.id, courses.title, courses.description, rank_title, rank_description, similarity FROM courses, .
PostgreSQL全文检索
风间琉璃zero
08-10 3289
PostgreSQL全文检索tsvectortsquery PostgreSQL全文检索 在日常的数据处理中，我们经常会有这样的需求：从一个文本中寻找某个字符串（比如某个单词）。 对这个需求，我们可以用类似这样的SQL完成： SELECT * FROM student WHERE text LIKE ‘%pgsql%’; （找到含有“pgsql”的文本）。 现在我们考虑一些特殊的情形： 需要查找的文本特别多，特别大； 不做单纯的字符串匹配，而是考虑自然语言的一些特性，比如匹配某一类字符串（域名、人名）.
Postgresql杂谈 23——Postgresql中的全文检索
Hyman的博客
08-30 6572
今天我们来聊一下全文检索，想必做搜索相关业务朋友对这个概念不会陌生，尤其是做搜索引擎，或者类似CSDN、知乎类的社区网站，全文检索是逃不开的业务。文，即文章、文档。全文搜索就是给定关键词，在所有的文档数据中找到符合关键词的文档。不管是哪种业务模式下的全文检索功能，其实大体的实现思路类似，如下所示： 使用文字进行描述，就是： （1）获取原始文档数据。 （2）对文档进行分析，分词（所为分词，就是按照分词符，如空格，将一句话分隔成若干的单词） （3）存档存入数据库，并通...
迅雷助手5.7可正常连接p2p网络
07-11
迅雷助手5.9连不上p2p网络，5.7可正常连接
TSearch.v5.5
02-21
TSearch.v5.5
阿弟 postgresql之全文搜索篇
03-19
阿弟 postgresql之全文搜索篇
迅雷资源种子搜索
07-04
迅雷资源种子搜索，解压缩后，用TSearch可直接搜索所需资源文件。音视频、文档等各种资源均有。集成各种大型网站论坛的资源库，直接搜索，便于学习交流。
[迅雷辅助]TSearch_V5.7.0.0_setup.1425884781
09-21
特点: 1.资源搜索:资源最全的种子搜索器.P2P搜索可取代P2PSearcher,内嵌资源站可精确找到高质量资源. 2.云播预览:整合多个云播引擎,搜索结果可预览,可播放,再也不会下载到葫芦娃.唯一实现全网点播的种子搜索器(可以云是个好处) 3.绿色纯净:作为种子搜索器...呃
TSearchv5.3.zip
03-31
非常强大的万能种子资源搜索器
django-tsearch2:Postgresql 对 Django 的全文搜索支持
07-10
django-tsearch2 Postgresql 对 Django 的全文搜索支持安装您需要安装unaccent扩展并发出： CREATE EXTENSION unaccent;如果你运行的是 Postgresql 8，或者没有安装unaccent扩展，你可以使用这个 plpython 函数： ...
PostgreSQL 中的全文搜索：综合指南
最新发布
我的博客，不一样的自我表达
06-07 659
为了演示如何使用 PostgreSQL 的全文搜索功能，我们假设您有一个名为“articles”的表，其中包含列“id”、“title”和“content”。搜索：PostgreSQL 提供了各种函数和运算符来使用“tsvector”和“tsquery”值对文本数据执行全文搜索。与依赖精确匹配或模式匹配的传统搜索方法不同，FTS 考虑文本的语言和结构以提供更准确和相关的结果。这些索引称为“tsvector 索引”，存储预处理的文本数据，从而实现快速高效的搜索。PostgreSQL 中的全文搜索。
idea string字符串过长配置
weixin_43767695的博客
08-01 549
解决File>>Settings>>Build,Execution,Deployment>>Compiler>>JavaCompiler。在编译项目时，出现错误为“常量字符串过长”javaconstantstringtoolong。将Usecompiler改为Eclipse即可；
PostgreSQL的FTI与中文全文索引的实践
在水一方
02-12 1116
安装 postgresql你可以像平常一样编译和安装 postgresql，使用 tsearch2 进行中文的全文索引的时候，真正的区别发生在初始化数据库的时候。 [编辑] 初始化数据库在linux里面使用tsearch2，首先要把数据库初始化成支持中文的 locale，比如我用 zh_CN.utf8： initdb --locale=zh_CN.utf8 --encoding
postgresql 全文搜索索引
05-20
PostgreSQL 提供了全文搜索功能，可以使用全文搜索索引来优化全文搜索查询。 首先，需要安装 pg_trgm 扩展，它提供了 trigram 索引类型，可以用于快速模糊匹配。可以使用以下命令来安装 pg_trgm： ```sql CREATE EXTENSION pg_trgm; ``` 然后，可以在表中创建一个全文搜索索引，例如： ```sql CREATE INDEX idx_document_content ON document USING gin(to_tsvector('english', content)); ``` 上述语句中，我们创建了一个名为 idx_document_content 的 gin 索引，使用 to_tsvector 函数将 content 列的内容转换为英文文本向量。 接下来，可以使用 to_tsquery 函数来创建查询向量，例如： ```sql SELECT * FROM document WHERE to_tsvector('english', content) @@ to_tsquery('english', 'search terms'); ``` 上述语句中，我们使用 to_tsquery 函数创建了一个查询向量，查询包含 "search" 和 "terms" 的文档。 需要注意的是，全文搜索索引的创建和查询语法可能会因为不同的语言和文本处理需求而有所差异，需要根据实际情况进行调整。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值