Início / dba / Perguntas / 157951
Accepted
xangr
Asked: 2016-12-13 12:18:39 +0800 CST

Obter correspondência parcial da coluna TSVECTOR indexada por GIN

  • 772

Eu gostaria de obter resultados por consulta isso:

SELECT *
FROM  (
   SELECT id, subject
   FROM mailboxes
   WHERE tsv @@ plainto_tsquery('avail')
   ) AS t1
ORDER BY id DESC;

Isso funciona e retorna linhas tsvcontendo 'Available' . Mas se eu usar 'avai' (truncando '...lable') ele não encontra nada.

Todas as consultas precisam estar no dicionário? Não podemos simplesmente consultar essas cartas? Tenho uma tabela que contém corpos de e-mail (conteúdo) e gostaria de fazer consultas rápidas pois ela cresce rapidamente. Atualmente, estou usando:

... WHERE content ~* 'avail'
postgresql full-text-search

1 respostas

  1. Best Answer

    Todas as consultas precisam estar no dicionário?

    Não. Porque apenas os radicais das palavras (de acordo com a configuração de pesquisa de texto usada ) estão no índice para começar. Mas mais importante:

    Não . Porque, além disso, a pesquisa de texto completo também é capaz de correspondência de prefixo :

    Isso funcionaria:

    SELECT id, subject
FROM   mailboxes
WHERE  tsv @@ to_tsquery('simple', 'avail:*')
ORDER  BY id DESC;

    Observe 3 coisas:

    1. Use to_tsquery(), not plainto_tsquery(), neste caso porque ( citando o manual ):

      ... plainto_tsquerynão reconhecerá tsqueryoperadores, rótulos de peso ou rótulos de correspondência de prefixo em sua entrada

    2. Use a 'simple'configuração de pesquisa de texto para gerar o tsquerydesde que você obviamente queira usar a palavra 'avail' como está e não aplicar a derivação.

    3. Acrescente :*para torná-lo uma pesquisa de prefixo, ou seja, encontre todos os lexemas começando com 'avail'.

    Importante: Esta é uma pesquisa de prefixo em lexemas (raízes de palavras) no documento. Uma correspondência de expressão regular sem curingas ( content ~* 'avail') não é exatamente a mesma! O último não é ancorado à esquerda (no início dos lexemas) e também encontraria 'FOOavail' etc.

    Não está claro se você deseja o comportamento descrito em sua consulta ou o equivalente à expressão regular adicionada. Índices de trigramas usando o módulo adicional ( pg_trgm) são a ferramenta certa para isso. Existem muitas questões relacionadas em dba.SE, tente uma pesquisa .

    Visão geral:

    Demonstração

    SELECT *
FROM  (
   VALUES
     ('Zend has no framework')
   , ('Zend Framework')
   ) sub(t), to_tsvector(t) AS tsv
WHERE  tsv @@ to_tsquery('zend <-> fram:*');

     id |       t        |          tsv
----+----------------+------------------------
  2 | Zend Framework | 'framework':2 'zend':1

    Resposta relacionada (capítulo "Abordagem diferente para otimizar a pesquisa" ):

    E-mails?

    Como você mencionou e-mails, esteja ciente de que o analisador de pesquisa de texto identifica e-mails e não os divide em palavras / lexemas separados. Considerar:

    SELECT ts_debug('english', '[email protected]')

    (email,"Email address",[email protected],{simple},simple,{[email protected]})

    Eu substituiria os separadores @e .em seus e-mails por espaço ( ' ') para indexar as palavras contidas.

    Além disso, como você está lidando com nomes em e-mails, não com palavras em inglês (ou algum outro idioma) , eu usaria a 'simple'configuração de pesquisa de texto para desabilitar o tema e outros recursos de idioma :

    Construa a ts_vectorcoluna com:

    SELECT to_tsvector('simple', translate('[email protected]', '@.', '  ')) AS tsv;
    • 31

relate perguntas