文档 是全文搜索系统中的搜索单位；例如，杂志文章或电子邮件消息。文本搜索引擎必须能够解析文档并存储词素（关键词）与其父文档的关联。稍后，这些关联用于搜索包含查询词的文档。

对于 PostgreSQL 中的搜索，文档通常是数据库表中某一行的文本字段，或者可能是此类字段的组合（连接），可能存储在多个表中或动态获取。换句话说，可以从不同的部分构建文档以进行编制索引，并且可能不会将其全部存储在任何地方。例如

SELECT title || ' ' ||  author || ' ' ||  abstract || ' ' || body AS document
FROM messages
WHERE mid = 12;

SELECT m.title || ' ' || m.author || ' ' || m.abstract || ' ' || d.body AS document
FROM messages m, docs d
WHERE m.mid = d.did AND m.mid = 12;

另一种可能性是将文档存储为文件系统中的简单文本文件。在这种情况下，数据库可用于存储全文索引并执行搜索，并且可以使用一些唯一标识符从文件系统中检索文档。但是，从数据库外部检索文件需要超级用户权限或特殊功能支持，因此这通常不如将所有数据保留在 PostgreSQL 中方便。此外，将所有内容保留在数据库中可以轻松访问文档元数据，以协助编制索引和显示。

出于文本搜索目的，必须将每个文档简化为预处理的 tsvector 格式。搜索和排名完全在文档的 tsvector 表示上执行——只有在选择文档以向用户显示时才需要检索原始文本。因此，我们经常将 tsvector 称为文档，但当然它只是完整文档的紧凑表示。

在 PostgreSQL 中进行全文搜索基于匹配运算符 @@，如果 tsvector（文档）匹配 tsquery（查询），则返回 true。无论哪种数据类型先写都没有关系

SELECT 'a fat cat sat on a mat and ate a fat rat'::tsvector @@ 'cat & rat'::tsquery;
 ?column?
----------
 t

SELECT 'fat & cow'::tsquery @@ 'a fat cat sat on a mat and ate a fat rat'::tsvector;
 ?column?
----------
 f

如上例所示，tsquery 不仅仅是原始文本，而 tsvector 也一样。 tsquery 包含搜索词，这些词必须是已经标准化的词素，并且可以使用 AND、OR、NOT 和 FOLLOWED BY 运算符组合多个词。（有关语法详细信息，请参见 第 8.11.2 节。）有函数 to_tsquery、plainto_tsquery 和 phraseto_tsquery，它们有助于将用户编写的文本转换为正确的 tsquery，主要是通过标准化文本中出现的单词。类似地，to_tsvector 用于解析和标准化文档字符串。因此，在实践中，文本搜索匹配看起来更像这样

SELECT to_tsvector('fat cats ate fat rats') @@ to_tsquery('fat & rat');
 ?column?
----------
 t

请注意，如果写成以下形式，此匹配将不会成功

SELECT 'fat cats ate fat rats'::tsvector @@ to_tsquery('fat & rat');
 ?column?
----------
 f

因为这里不会对单词 rats 进行标准化。 tsvector 的元素是词素，假定已经标准化，因此 rats 不匹配 rat。

@@ 运算符还支持 text 输入，允许在简单情况下跳过将文本字符串显式转换为 tsvector 或 tsquery。可用的变体有

tsvector @@ tsquery
tsquery  @@ tsvector
text @@ tsquery
text @@ text

我们已经看到了前两个。形式 text @@ tsquery 等效于 to_tsvector(x) @@ y。形式 text @@ text 等效于 to_tsvector(x) @@ plainto_tsquery(y)。

在 tsquery 中，&（AND）运算符指定其两个参数都必须出现在文档中才能匹配。类似地，|（OR）运算符指定其至少一个参数必须出现，而 !（NOT）运算符指定其参数必须不出现才能匹配。例如，查询 fat & ! rat 匹配包含 fat 但不包含 rat 的文档。

借助 <->（FOLLOWED BY）tsquery 运算符，可以搜索短语，该运算符仅在参数具有相邻且按指定顺序匹配时匹配。例如

SELECT to_tsvector('fatal error') @@ to_tsquery('fatal <-> error');
 ?column?
----------
 t

SELECT to_tsvector('error is not fatal') @@ to_tsquery('fatal <-> error');
 ?column?
----------
 f

FOLLOWED BY 运算符有一个更通用的版本，形式为 <N>，其中 N 是一个整数，表示匹配词素位置之间的差值。<1> 与 <-> 相同，而 <2> 允许匹配之间精确出现一个其他词素，依此类推。phraseto_tsquery 函数利用此运算符构建 tsquery，当某些单词为停用词时，该函数可以匹配多单词短语。例如

SELECT phraseto_tsquery('cats ate rats');
       phraseto_tsquery
-------------------------------
 'cat' <-> 'ate' <-> 'rat'

SELECT phraseto_tsquery('the cats ate the rats');
       phraseto_tsquery
-------------------------------
 'cat' <-> 'ate' <2> 'rat'

有时很有用的一个特例是，<0> 可用于要求两个模式匹配同一个单词。

可以使用括号来控制 tsquery 运算符的嵌套。如果没有括号，| 的绑定最松散，然后是 &，然后是 <->，! 最紧密。

值得注意的是，AND/OR/NOT 运算符在 FOLLOWED BY 运算符的参数中与不在参数中时含义略有不同，因为在 FOLLOWED BY 中匹配的确切位置很重要。例如，通常 !x 仅匹配不包含 x 的文档。但 !x <-> y 匹配 y，如果它不紧跟在 x 之后；文档中其他位置出现的 x 不会阻止匹配。另一个示例是 x & y 通常仅要求 x 和 y 都出现在文档中的某个位置，但 (x & y) <-> z 要求 x 和 y 在同一位置匹配，紧跟在 z 之前。因此，此查询的行为与 x <-> z & y <-> z 不同，后者将匹配包含两个单独序列 x z 和 y z 的文档。（此特定查询按原样编写时毫无用处，因为 x 和 y 无法在同一位置匹配；但在诸如前缀匹配模式等更复杂的情况下，此类形式的查询可能有用。）

以上都是简单的文本搜索示例。如前所述，全文搜索功能包括执行更多操作的能力：跳过索引某些单词（停止词）、处理同义词以及使用复杂解析，例如，不仅基于空格进行解析。此功能由文本搜索配置控制。PostgreSQL 为多种语言提供了预定义配置，您可以轻松创建自己的配置。（psql 的 \dF 命令显示所有可用配置。）

在安装过程中，将选择适当的配置，并相应地在 postgresql.conf 中设置 default_text_search_config。如果您为整个集群使用相同的文本搜索配置，则可以使用 postgresql.conf 中的值。要在整个集群中使用不同的配置，但在任何一个数据库中使用相同的配置，请使用 ALTER DATABASE ... SET。否则，您可以在每个会话中设置 default_text_search_config。

每个依赖于配置的文本搜索函数都有一个可选的 regconfig 参数，以便可以明确指定要使用的配置。default_text_search_config 仅在此参数被省略时使用。

为了更轻松地构建自定义文本搜索配置，配置由更简单的数据库对象构建。PostgreSQL 的文本搜索工具提供了四种与配置相关的数据库对象

文本搜索解析器和模板由低级 C 函数构建；因此，开发新解析器和模板需要 C 编程能力，并且需要超级用户权限才能将其安装到数据库中。（在 PostgreSQL 发行版的 contrib/ 区域中有一些附加解析器和模板的示例。）由于词典和配置只是对一些基础解析器和模板进行参数化和连接，因此无需特殊权限即可创建新词典或配置。创建自定义词典和配置的示例将在本章后面出现。