postgresql提供两种数据类型用于支持全文检索:tsvector类型产生一个文档(以优化全文检索形式)和tsquery类型用于查询检索。
tsvector的值是一个无重复的lexemes排序列表(什么是lexemes?),比如将一个字符串转换为tsvector类型:
test=# SELECT $$the lexeme ' ' contains spaces$$::tsvector; tsvector ---------------------------------------- ' ' 'contains' 'lexeme' 'spaces' 'the' (1 row)
可以在单词后面跟:数字表示单词在字符串中的位置,数字的范围是1-16383。
test=# SELECT $$a:1 fat:2 cat:3 sat:4 on:5 a:6 mat:7 and:8 ate:9 a:10 fat:11 rat:12$$::tsvector; tsvector ------------------------------------------------------------------------------- 'a':1,6,10 'and':8 'ate':9 'cat':3 'fat':2,11 'mat':7 'on':5 'rat':12 'sat':4 (1 row)
还可以在位置后面跟字母标识权,字母的范围是A,B,C,D,默认是D,不显示。
test=# SELECT $$a:1A fat:2B,4C cat:5D$$::tsvector; tsvector ---------------------------- 'a':1A 'cat':5 'fat':2B,4C (1 row)
tsquery存储用于检索的词汇,并且使用布尔操作符&(AND),|(OR),!(NOT)来组合它们。!(NOT)结合的最紧密,而&(AND)结合的比|(OR)紧密,也可以用括号来强调分组。
test=# SELECT $$fat & rat$$::tsquery; tsquery --------------- 'fat' & 'rat' (1 row) test=# test=# SELECT $$fat & (rat | cat)$$::tsquery; tsquery --------------------------- 'fat' & ( 'rat' | 'cat' ) (1 row) test=# test=# SELECT $$fat & rat & ! cat$$::tsquery; tsquery ------------------------ 'fat' & 'rat' & !'cat' (1 row)
tsquery中的词汇可以用*进行标记来指定前缀匹配:
test=# SELECT to_tsvector('postgraduate'); to_tsvector --------------- 'postgradu':1 (1 row) test=# SELECT to_tsquery( 'postgres:*'); to_tsquery ------------ 'postgr':* (1 row) test=# SELECT to_tsvector('postgraduate') @@ to_tsquery( 'postgres:*'); ?column? ---------- t (1 row)
为什么呢???我也没明白,继续往下看吧!
文本检索函数和操作符
操作符
操作符 | 返回类型 | 描述 | 示例 | 结果 |
@@ | boolean | tsvector是否匹配tsquery | select to_tsvector(‘fat cats ate rats’) @@ to_tsquery(‘cat & rat’); | t |
@@@ | boolean | 废弃的@@ | ||
|| | tsvector | 连接tsvector | select ‘a:1 b:2’::tsvector || ‘c:1 d:2 b:3’::tsvector; | ‘a’:1 ‘b’:2,5 ‘c’:3 ‘d’:4 |
&& | tsquery | tsquery与 | select ‘fat | rat’::tsquery && ‘cat’::tsquery; | ( ‘fat’ | ‘rat’ ) & ‘cat’ |
|| | tsquery | tsquery或 | select ‘fat | rat’::tsquery || ‘cat’::tsquery; | ‘fat’ | ‘rat’ | ‘cat’ |
!! | tsquery | tsquery非 | select !! ‘cat’::tsquery; | !’cat’ |
<-> | tsquery | tsquery紧跟tsquery | select to_tsquery(‘fat’) <-> to_tsquery(‘rat’); | ‘fat’ <-> ‘rat’ |
@> | boolean | tsquery包含另一个tsquery | select ‘cat’::tsquery @> ‘cat & rat’::tsquery; | f |
<@ | boolean | tsquery是否包含于另一个tsquery | select ‘cat’::tsquery <@ ‘cat & rat’::tsquery; | t |
函数
函数 | 返回类型 | 描述 | 示例 | 结果 |
array_to_tsvector(text[]) | tsvector | 将text数组转换成tsvector | select array_to_tsvector(‘{fat,cat,rat}’::text[]); | ‘fat’ ‘cat’ ‘rat’ |
get_current_ts_config() | regconfig | 获取当前文本检索配置 | select get_current_ts_config(); | english |
length(tsvector) | integer | tsvector中单词个数 | select length(‘fat:2,4 cat:3 rat:5A’::tsvector); | 3 |
numnode(tsquery) | integer | tsquery中的单词加上操作符的数量 | select numnode(‘(fat & rat) | cat’::tsquery); | 5 |
plainto_tsquery([ config regconfig , ] query text) | tsquery | 忽略标点(punctuation)生成tsquery | select plainto_tsquery(‘english’, ‘The Fat Rats’); | ‘fat’ & ‘rat’ |
phraseto_tsquery([ config regconfig , ] query text) | tsquery | 忽略标点(punctuation)生成tsquery用于检索短语 | select phraseto_tsquery(‘english’, ‘The Fat Rats’); | ‘fat’ <-> ‘rat’ |
querytree(query tsquery) | text | 获取tsquery可索引部分 | select querytree(‘foo & ! bar’::tsquery); | ‘foo’ |
setweight(vector tsvector, weight "char") | tsvector | 给tsvector每一个元素赋权 | select setweight(‘fat:2,4 cat:3 rat:5B’::tsvector, ‘A’); | ‘cat’:3A ‘fat’:2A,4A ‘rat’:5A |
setweight(vector tsvector, weight "char", lexemestext[]) | tsvector | 给tsvector给指定元素赋权 | select setweight(‘fat:2,4 cat:3 rat:5B’::tsvector, ‘A’, ‘{cat,rat}’); | ‘cat’:3A ‘fat’:2,4 ‘rat’:5A |
strip(tsvector) | tsvector | 删除tsvector中的位置和权 | select strip(‘fat:2,4 cat:3 rat:5A’::tsvector); | ‘cat’ ‘fat’ ‘rat’ |
to_tsquery([ config regconfig , ] query text) | tsquery | 标准化单词并转换为tsquery | select to_tsquery(‘english’, ‘The & Fat & Rats’); | ‘fat’ & ‘rat’ |
to_tsvector([ config regconfig , ] document text) | tsvector | 减少文本至tsvector | select to_tsvector(‘english’, ‘The Fat Rats’); | ‘fat’:2 ‘rat’:3 |
ts_delete(vector tsvector, lexeme text) | tsvector | 从tsvector中删除指定元素 | select ts_delete(‘fat:2,4 cat:3 rat:5A’::tsvector, ‘fat’); | ‘cat’:3 ‘rat’:5A |
ts_delete(vector tsvector, lexemes text[]) | tsvector | 从tsvector中删除指定的一组元素 | select ts_delete(‘fat:2,4 cat:3 rat:5A’::tsvector, ARRAY[‘fat’,’rat’]); | ‘cat’:3 |
ts_filter(vector tsvector, weights "char"[]) | tsvector | 只查询指定权值的元素 | select ts_filter(‘fat:2,4 cat:3b rat:5A’::tsvector, ‘{a,b}’); | ‘cat’:3B ‘rat’:5A |
ts_headline([ config regconfig, ] document text, querytsquery [, options text ]) |
text | 显示一个查询匹配项 | select ts_headline(‘x y z’, ‘z’::tsquery); | x y <b>z</b> |
ts_rank([ weights float4[], ] vector tsvector, querytsquery [, normalization integer ]) |
float4 | 为查询进行文档排序 | select ts_rank(‘fat:2,4 cat:3b rat:5A’::tsvector, ‘rat’::tsquery); | 0.607927 |
ts_rank_cd([ weights float4[], ] vector tsvector, querytsquery [, normalization integer ]) |
float4 | 使用覆盖密度为查询进行文档排序 | select ts_rank_cd(‘{0.1, 0.2, 0.4, 1.0}’,’fat:2,4 cat:3b rat:5A’::tsvector, ‘rat’::tsquery); | 1 |
ts_rewrite(query tsquery, target tsquery, substitute tsquery) |
tsquery | 使用 substitute替换target中query | select ts_rewrite(‘a & b’::tsquery, ‘a’::tsquery, ‘foo|bar’::tsquery); | ‘b’ & ( ‘foo’ | ‘bar’ ) |
ts_rewrite(query tsquery, select text) | tsquery | 从SELECT结果中得到的substitute和target来替换query,前提是SELECT必须要有结果 | SELECT ts_rewrite(‘a & b’::tsquery, ‘SELECT t,s FROM aliases’) | |
tsquery_phrase(query1 tsquery, query2 tsquery) | tsquery | 功能同操作符 <-> | select tsquery_phrase(to_tsquery(‘fat’), to_tsquery(‘cat’)); | ‘fat’ <-> ‘cat’ |
tsquery_phrase(query1 tsquery, query2 tsquery, distanceinteger) |
tsquery | 确保query1和query2之间距离最大为distance | select tsquery_phrase(to_tsquery(‘fat’), to_tsquery(‘cat’), 10); | ‘fat’ <10> ‘cat’ |
tsvector_to_array(tsvector) | text[] | 将tsvector转换为数组 | select tsvector_to_array(‘fat:2,4 cat:3 rat:5A’::tsvector); | {cat,fat,rat} |
tsvector_update_trigger() | trigger | 更新tsvector列自动触发触发器函数 | ||
tsvector_update_trigger_column() | trigger | 同上 | ||
unnest(tsvector, OUT lexeme text, OUT positionssmallint[], OUT weights text) | setof record | 将tsvector扩展成行类型 | select unnest(‘fat:2,4 cat:3 rat:5A’::tsvector); |
(cat,{3},{D}) |
工作中没有用过文本检索类型,英语也不好,有兴趣还是去看原版吧:
https://www.postgresql.org/docs/9.6/static/functions-textsearch.html
原创文章,作者:Maggie-Hunter,如若转载,请注明出处:https://blog.ytso.com/4863.html