我有一个包含100m行的表，我需要全文搜索它，并提供有关如何相似的信息（例如：使用pg_trgm模块）的文本。因为这里的问题是它应该很快。
我尝试了gist和gin索引，有一个额外的列与我的领域的tsvector等。
我的想法是首先使用tsvector进行查询，然后运行pg_trgm模块提供的相似性函数。
我的问题如下。如果我使用一个完整的单词作为查询，它将工作。但如果我附加一些东西就不会了。
这是完全有意义的，因为“A quick brown fox...”的tsvector是"'a':1 'brown':3 'fox':4 'quick':2"。
我希望我说清楚了我想达到的目标。
示例：
工作
select to_tsvector('A quick brown fox...') @@ to_tsquery('quick') -- true不工作
select to_tsvector('A quick brown fox...') @@ to_tsquery('quicks') -- false有什么想法如何使用postgresql来实现这一点吗？
2条答案
按热度按时间bis0qfac1#
您需要设置语言配置参数，如下所示：
只有当
tsquery和tsvector具有相同的语言配置时，才能正确识别具有复数和填充的词素。4xy9mtcn2#
在PostgreSQL中使用tsvector和tsquery执行全文搜索时，实际上可以对tsvector和tsquery使用相同的配置。这可以通过识别配置的值并在整个应用程序中一致地使用它来实现。假设一个表有数百万行，您可以添加一个额外的列来表示tsvector行，其中包含每个tsvector的配置。然后可以使用GIN索引来表示配置。使用@@参数在tsvector列中搜索关键字时，必须指定配置，因为索引配置中不接受默认值。每个tsvector可能具有不同的配置，因此在执行搜索时使用正确的配置很重要。这可以被看作是令牌化与词形化不同，第二个词形化仅在给定两个约束的情况下通过to_tsquery实现，并为tsvector和给定查询设置相同的配置。