PostgreSQL 行级 全文检索

背景

在一些应用程序中，可能需要对表的所有字段进行检索，有些字段可能需要精准查询，有些字段可能需要模糊查询或全文检索。

比如一些前端页面下拉框的勾选和选择。

这种需求对于应用开发人员来说，会很蛋疼，因为写SQL很麻烦，例子：

postgres=# create table t(phonenum text, info text, c1 int, c2 text, c3 text, c4 timestamp);  
CREATE TABLE  
postgres=# insert into t values ('13888888888','i am digoal, a postgresqler',123,'china','中华人民共和国，阿里巴巴，阿',now());  
INSERT 0 1  
postgres=# select * from t;  
  phonenum   |            info             | c1  |  c2   |              c3              |             c4               
-------------+-----------------------------+-----+-------+------------------------------+----------------------------  
 13888888888 | i am digoal, a postgresqler | 123 | china | 中华人民共和国，阿里巴巴，阿 | 2016-04-19 11:15:55.208658  
(1 row)  

例如查询t表，条件是，任意字段匹配digoal就返回该记录。

select * from t where phonenum='digoal' or info ~ 'digoal' or c1='digoal' or ......;  

每个字段都要写一个条件，有精准匹配，有全文检索。

使用行级全文检索，可以大大简化这个查询。

例子

以结巴分词为例：

源码如下，

https://github.com/jaiminpan/pg_jieba

还有一个基于scws的pg_scws，

https://github.com/jaiminpan/pg_scws

以上都支持自定义词典。

安装略，下面看看用法：

postgres=# select t::text from t;  
                                                        t                                                          
-----------------------------------------------------------------------------------------------------------------  
 (13888888888,"i am digoal, a postgresqler",123,china,中华人民共和国，阿里巴巴，阿,"2016-04-19 11:15:55.208658")  
(1 row)  
  
postgres=# select to_tsvector('jiebacfg',t::text) from t;  
                                                                                 to_tsvector                                                                                    
------------------------------------------------------------------------------------------------------------------------------------------------------------------------------  
 ' ':6,8,11,13,33 '04':30 '11':34 '123':17 '13888888888':2 '15':36 '19':32 '2016':28 '55.208658':38 'china':19 'digoal':9 'postgresqler':14 '中华人民共和国':21 '阿里巴巴':23  
(1 row)  

使用t::text可以将行转成一个大文本。

postgres=# select to_tsvector('jiebacfg',t::text) @@ to_tsquery('digoal & china') from t;  
 ?column?   
----------  
 t  
(1 row)  
  
postgres=# select to_tsvector('jiebacfg',t::text) @@ to_tsquery('digoal & post') from t;  
 ?column?   
----------  
 f  
(1 row)  

创建行级文本索引，需要用到immutable函数索引

postgres=# create or replace function f1(regconfig,text) returns tsvector as $$  
 select to_tsvector($1,$2);  
 $$ language sql immutable strict;  
CREATE FUNCTION  
  
postgres=# create or replace function f1(text) returns tsvector as $$            
select to_tsvector($1);     
$$ language sql immutable strict;  
CREATE FUNCTION  
  
postgres=# alter function record_out(record) immutable;  
ALTER FUNCTION  
postgres=# alter function textin(cstring) immutable;  
ALTER FUNCTION  
postgres=# create index idx_t_1 on t using gin (f1('jiebacfg'::regconfig,t::text)) ;  
CREATE INDEX  

验证：

postgres=# select * from t where f1('jiebacfg'::regconfig,t::text) @@ to_tsquery('digoal & post') ;  
 phonenum | info | c1 | c2 | c3 | c4   
----------+------+----+----+----+----  
(0 rows)  
postgres=# select * from t where f1('jiebacfg'::regconfig,t::text) @@ to_tsquery('digoal & china') ;  
  phonenum   |            info             | c1  |  c2   |              c3              |             c4               
-------------+-----------------------------+-----+-------+------------------------------+----------------------------  
 13888888888 | i am digoal, a postgresqler | 123 | china | 中华人民共和国，阿里巴巴，阿 | 2016-04-19 11:15:55.208658  
(1 row)  
  
postgres=# select * from t where f1('jiebacfg'::regconfig,t::text) @@ to_tsquery('digoal & 阿里巴巴') ;  
  phonenum   |            info             | c1  |  c2   |              c3              |             c4               
-------------+-----------------------------+-----+-------+------------------------------+----------------------------  
 13888888888 | i am digoal, a postgresqler | 123 | china | 中华人民共和国，阿里巴巴，阿 | 2016-04-19 11:15:55.208658  
(1 row)  
  
postgres=# explain select * from t where f1('jiebacfg'::regconfig,t::text) @@ to_tsquery('digoal & 阿里巴巴') ;  
                                              QUERY PLAN                                                
------------------------------------------------------------------------------------------------------  
 Seq Scan on t  (cost=0.00..1.52 rows=1 width=140)  
   Filter: (to_tsvector('jiebacfg'::regconfig, (t.*)::text) @@ to_tsquery('digoal & 阿里巴巴'::text))  
(2 rows)  

如果记录数很多，就会用到索引，记录数很少的时候，我们可以用hint或者开关来强制索引:

postgres=# set enable_seqscan=off;  
SET  
postgres=# explain select * from t where f1('jiebacfg'::regconfig,t::text) @@ to_tsquery('digoal & 阿里巴巴') ;  
                                                   QUERY PLAN                                                     
----------------------------------------------------------------------------------------------------------------  
 Bitmap Heap Scan on t  (cost=12.25..16.77 rows=1 width=140)  
   Recheck Cond: (to_tsvector('jiebacfg'::regconfig, (t.*)::text) @@ to_tsquery('digoal & 阿里巴巴'::text))  
   ->  Bitmap Index Scan on idx_t_1  (cost=0.00..12.25 rows=1 width=0)  
         Index Cond: (to_tsvector('jiebacfg'::regconfig, (t.*)::text) @@ to_tsquery('digoal & 阿里巴巴'::text))  
(4 rows)  

happy it.

digoal’s 大量PostgreSQL文章入口