Redrock Postgres 搜索 英文
版本: 9.3 / 9.4 / 9.5 / 9.6 / 10 / 11 / 12 / 13 / 14 / 15 / 16

12.2. 表和索引 #

12.2.1. 搜索表
12.2.2. 创建索引

上一节中的示例说明了使用简单常量字符串进行全文匹配。本节展示了如何搜索表数据,可以选择使用索引。

12.2.2. 创建索引 #

我们可以创建一个 GIN 索引(第 12.9 节)以加快文本搜索

CREATE INDEX pgweb_idx ON pgweb USING GIN (to_tsvector('english', body));

请注意,使用了 to_tsvector 的 2 个参数版本。只有指定配置名称的文本搜索函数才能在表达式索引中使用(第 11.7 节)。这是因为索引内容不受 default_text_search_config 影响。如果它们受到影响,则索引内容可能不一致,因为不同的条目可能包含使用不同的文本搜索配置创建的 tsvector,并且无法猜测哪个是哪个。将无法正确转储和恢复此类索引。

由于索引中使用了 to_tsvector 的两个参数版本,因此仅使用具有相同配置名称的 to_tsvector 的 2 个参数版本的查询引用将使用该索引。即,WHERE to_tsvector('english', body) @@ 'a & b' 可以使用该索引,但 WHERE to_tsvector(body) @@ 'a & b' 则不能。这可确保仅使用与创建索引条目时所用的相同配置来使用索引。

可以设置更复杂的表达式索引,其中配置名称由另一列指定,例如

CREATE INDEX pgweb_idx ON pgweb USING GIN (to_tsvector(config_name, body));

其中 config_namepgweb 表中的一列。这允许在同一索引中混合配置,同时记录对每个索引条目使用哪个配置。例如,如果文档集合包含不同语言的文档,这将非常有用。同样,旨在使用索引的查询必须表述为匹配,例如 WHERE to_tsvector(config_name, body) @@ 'a & b'

索引甚至可以连接列

CREATE INDEX pgweb_idx ON pgweb USING GIN (to_tsvector('english', title || ' ' || body));

另一种方法是创建一个单独的 tsvector 列来保存 to_tsvector 的输出。若要使此列自动更新为其源数据,请使用存储的生成列。此示例连接了 titlebody,使用 coalesce 来确保当另一个字段为 NULL 时,一个字段仍将被编入索引

ALTER TABLE pgweb
    ADD COLUMN textsearchable_index_col tsvector
               GENERATED ALWAYS AS (to_tsvector('english', coalesce(title, '') || ' ' || coalesce(body, ''))) STORED;

然后,我们创建一个 GIN 索引以加快搜索速度

CREATE INDEX textsearch_idx ON pgweb USING GIN (textsearchable_index_col);

现在,我们可以执行快速全文搜索了

SELECT title
FROM pgweb
WHERE textsearchable_index_col @@ to_tsquery('create & table')
ORDER BY last_mod_date DESC
LIMIT 10;

与表达式索引相比,单独列方法的一个优点是,不必在查询中明确指定文本搜索配置即可使用索引。如上例所示,查询可以依赖 default_text_search_config。另一个优点是搜索速度会更快,因为不必重新执行 to_tsvector 调用来验证索引匹配。(使用 GiST 索引时比使用 GIN 索引时更重要;请参见 第 12.9 节。)但是,表达式索引方法设置起来更简单,并且需要的磁盘空间更少,因为 tsvector 表示形式不会显式存储。