摘要：在本教程中，您将探索 PostgreSQL 全文搜索功能以及如何在数据库中实现它。
PostgreSQL 全文搜索简介
到目前为止，您已经学会了如何使用带有相等运算符 （ = ） 的 WHERE 子句准确查找文本：
SELECT
column1,
column2
FROM
table_name
WHERE
column_name = 'search_term';
并使用 LIKE 运算符根据指定的模式匹配文本：
SELECT
column1,
column2
FROM
table_name
WHERE
column_name LIKE pattern;
如果完全匹配和模式匹配还不够，您可以使用正则表达式或使用 SIMILAR TO 运算符：
SELECT
column1,
column2
FROM
table_name
WHERE
column1 SIMILAR TO pattern;
如果这些选项不符合您的要求，您可以使用全文搜索。
在 PostgreSQL 中，全文搜索是一项强大的功能，允许您对文本进行复杂的搜索。它通过索引基于文本的数据的单词和短语来有效地搜索和排名。
例如，如果找到包含单词 advance 的文档，则全文搜索将返回包含单词 advance advancing和 advanced 的文档。
文档是要在全文搜索中搜索的基本文本单位。它可以是表的列，也可以是多个表的列的组合。
PostgreSQL 全文搜索数据类型
PostgreSQL 提供了两种特定的数据类型来支持全文搜索：tsvector 和 tsquery 。
tsvector 数据类型
tsvector 是一种支持全文搜索的数据类型。它表示通过存储不同规范化单词的排序列表来优化文本搜索的文档。
规范化词的技术术语是词位。词位是没有变体的单词，例如 teaches 和 teaching words 具有词位 teach
要将常规字符串转换为 tsvector，请使用 to_tsvector 函数。例如：
SELECT
to_tsvector('teaches'),
to_tsvector('teaching');
输出：
to_tsvector | to_tsvector
-------------+-------------
'teach':1 | 'teach':1
在此示例中，to_tsvector 函数将单词 teaches 和 teaching 转换为单词 teach。
tsvector 数据类型具有以下特点：
- 词位：规范化单词以将其变体合并为同一个单词。
- 排序和重复数据删除：自动对词位进行排序并删除重复项，然后再将它们存储在表格中。
- 位置信息：添加文档中词位的位置，然后将它们用于邻近排名。
- 权重：
PostgreSQL允许您使用权重（A、B、C或D）标记词位，以强调它们的重要性。
例如，以下语句使用 to_tsvector 将文本解析为标记，将它们简化为词位，并返回 tsvector：
SELECT
to_tsvector(
'The big blue elephant jumps over the lazy dog. The big blue elephant is very big'
);
输出：
to_tsvector
------------------------------------------------------------------
'big':2,11,16 'blue':3,12 'dog':9 'eleph':4,13 'jump':5 'lazi':8
解释：
- Lexemes：该函数将
elephant等单词归一化为eleph，jumps变成jump，并删除The和is等停用词。 - 排序和重复数据删除：该函数按字母顺序对词位进行排序。
- 位置信息：该函数添加文档中每个词位的位置。例如，
big一词出现在位置2、11和16。
要将权重设置为词位，您可以使用
setweight函数，该函数在本教程的范围内。
tsquery 数据类型
PostgreSQL 使用 tsquery 数据类型来表示全文搜索查询。
tsquery 支持以下主要功能：
- 布尔运算符：
tsquery支持逻辑运算符AND（&）、OR（|） 和NOT（!）。例如，您可以使用布尔运算符搜索包含单词elephant和blue但不包含dolphin的文档。 - 短语搜索：使用双引号（
''）确保封闭的单词必须以相同的顺序一起出现在文档中。例如，搜索词big elephant、短语big elephant必须作为一个整体出现在文档中。 - 分组：
tsquery使用括号 () 对术语和运算符进行分组，允许您形成灵活的搜索条件。
例如，下面显示了 tsquery 表示的文本字符串：
"blue" & "elephant" |"dolphin"
此 tsquery 形成一个查询，用于搜索包含单词 blue 和 elephant 或 dolphin 的文档。
要将字符串转换为 tsquery 值，请使用 to_tsquery 函数。例如：
SELECT to_tsquery('"blue" & "elephant" |"dolphin"');
输出：
to_tsquery
------------------------------
'blue' & 'eleph' | 'dolphin'
匹配运算符 （@@）
PostgreSQL 使用匹配运算符 (@@） 将 tsvector 与 tsquery 进行匹配，以确定 tsvector 表示的文本是否包含 tsquery 中指定的术语：
tsvector @@ tsquery
例如：
SELECT
to_tsvector('The big blue elephant jumps over the lazy dog.') @@ to_tsquery('elephant') result;
输出：
result
--------
t
可以将 CHARVARCHAR 和 TEXT 值与匹配运算符一起使用：
text @@ tsquery
在这种情况下，PostgreSQL 将在与 tsquery 匹配之前隐式地将文本转换为 tsvector 。
PostgreSQL 全文搜索示例
让我们探讨一些使用 PostgreSQL 全文搜索和 products 表的 description 列的示例：
0） 创建 GIN 索引
PostgreSQL 提供了专门为全文搜索设计的 GIN 索引。GIN 代表广义倒挂指数。
我们将为 products 表的 description 列创建 GIN 索引，以启用全文搜索。
CREATE INDEX fts_products_description
ON products
USING GIN ((to_tsvector('english', description)));
1） 执行基本的全文搜索
以下示例搜索描述包含单词 power 及其变体（例如 powerful ）的产品：
SELECT
product_name,
description
FROM
products
WHERE
description @@ to_tsquery('power');
2） 使用 AND 运算符执行全文搜索
以下语句使用 AND 运算符 （ & ） 搜索描述中同时包含 “powerful” 和 “advanced” 一词的产品：
SELECT
product_name,
description
FROM
products
WHERE
description @@ to_tsquery('power & large');
3） 使用 OR 运算符执行全文搜索
以下语句使用 OR 运算符 （ | ） 搜索描述包含 “large” 或 “great” 一词的产品：
SELECT
product_name,
description
FROM
products
WHERE
description @@ to_tsquery('large|great');
4） 执行短语搜索
以下语句搜索描述包含短语 “sleek design” 的产品：
SELECT
product_name,
description
FROM
products
WHERE
description @@ to_tsquery('''sleek design''');
5） 使用 NOT 运算符执行全文搜索
以下语句使用 NOT 运算符 （ ! ） 搜索描述不包含 “功能” 一词的产品：
SELECT
product_name,
description
FROM
products
WHERE
description @@ to_tsquery('!features');
总结
- 使用
PostgreSQL全文搜索对存储在数据库中的文本执行复杂搜索。 - 使用
tsvector数据类型存储文档以进行全文搜索。 - 使用
tsquery数据类型存储全文搜索查询。 - 使用匹配运算符 （
@@） 将tsquery与之匹配，以检查tsvector表示的文本是否包含tsquery中指定的术语。 - 使用
GIN索引为全文搜索的列编制索引。
