Full Text Search，全文检索。 jieba 分词插件——pg_jieba

2.1 PostgreSQL 默认 FTS

PostgreSQL 全文搜索是通过 FTS 配置库来支持的，大多数 PostgreSQL 发行版都自带了 10 个以上的 FTS 配置库，我们可以通过psql的\dF命令来查看已安装的配置库：可以看到 PostgreSQL 默认已经安装了大量的 FTS 搜索配置库，但是很不幸没有中文配置库。但好在，PostgreSQL 支持插件的形式来扩展 FTS，所以我们可以使用成熟的扩展库。

2.2 pg_jiebe FTS

jieba是国内一个颇为著名分词库，如果你是 Python 开发者，那么一定听过它的大名。有贡献者为 PostgreSQL 提供了 jieba 分词插件——pg_jieba，让我们可以在 PostgreSQL 使用到中文全文检索。

可以看到jieba提供了4种分类器，它们分别对应了不同的分词算法，如果你感兴趣，可以查阅相关的资料，这里我们不做过多的介绍，默认使用jiebacfg即可。

如果你想跟着我们一起，完成本节的实战内容，那么请先点开此链接安装 pg_jieba。

3.1 FTS 流程

全文搜索大致可分为两部分：

1. 构建文本对应的索引（倒排索引）
2. 通过搜索索引来找到对应的文本

3.2 文本向量化

在 FTS 中，原始文本在构建索引之前需要被向量化。原始文本（如：字符串）必须先被向量化后才能通过 FTS 对其检索，向量化后的内容需要存储到一个单独的向量字段中，该向量的数据类型是tsvector。

PostgreSQL 提供了to_tsvector函数来将原始文本向量化，

3.3 搜索关键字向量化

有了索引后，我们如何来搜索索引了？

一般情况下，我们是通过关键词来检索的，那么如何来组织关键词呢？

PostgreSQL 提供了to_tsquery函数来将词组织成tsquery向量，然后通过向量去搜索。

3.5 FTS 总结

我们总结一下 FTS 的使用：

1. 原始文本，即字符串不能被直接搜索，我们通过 to_tsvector 函数将其向量化为词组，并保存到某个字段中，该字段数据类型为 tsvector。
2. tsvector 的字段存储的是词与词序列的元组，需要新建 gin 索引才能使用搜索，下面会介绍。
3. 搜索条件，狭义上可以理解成搜索关键字，也需要通过 to_tsquery 来向量化，且类型为 tsquery。
4. 使用 tsquery 去搜索 tsvector，在下面的部分会介绍到。

数据库应该具备什么样的全文检索能力?
PostgreSQL 全文检索
使用 PostgreSQL 搭建搜索引擎