postgresql - Postgres : Add full-text search on existing varchar column?

Question

我有一个现有的 Postgres 9.3 数据库，其中包含一个包含 varchar 列的表。

        Table "public.frontend_chemical"
  Column   |          Type          | Modifiers
-----------+------------------------+-----------
 bnf_code  | character varying(9)   | not null
 chem_name | character varying(200) | not null

我想在 chem_name 列上运行全文搜索。

我一直在读this article , 这表明步骤如下:

1. 添加一个新的 tsvector 列:ALTER TABLE frontend_chemical ADD COLUMN fts_document tsvector;
2. 创建一个函数以将 chem_name 列映射到文档，并创建一个触发器以使其保持更新。
3. 在列上创建一个 GIN 索引:CREATE INDEX chem_fts_index ON frontend_chemical USING(fts_document);

然后我应该能够运行全文搜索查询，例如:SELECT COUNT(*) FROM frontend_chemical WHERE fts_document @@ 'statin';。

首先，这个一般过程是否正确？

其次，如何将 chem_name 列中的所有现有条目映射到 fts_document 列？文章中的示例似乎仅在更新 chem_name 列时更新 document 列，而我现有的数据库很大。

Answer 1

这个过程是正确的，但在你的情况下可能有点矫枉过正。

由于需要对单个列进行全文搜索，您可以取消专用的 tsvector 列，而只创建 GIN 索引:

CREATE INDEX chem_fts_index ON frontend_chemical
    USING gin(to_tsvector('simple',chem_name));

您可以指定english 或其他可用的configuration，而不是simple如果需要语言规则。

然后您将在搜索时从索引中受益:

select columns from frontend_chemical where
   to_tsvector('simple', chem_name) @@ to_tsquery('simple','expression to search');

关键是 tsvector 表达式与 GIN 索引中的完全相同。

这样做的优点是不需要触发器，可以节省其值已经在索引中的专用列的空间，并且不需要初始化该列(您的第二个问题)。

---

如果您无论如何都想要该列，它应该首先用这种形式的更新查询填充:

UPDATE frontend_chemical SET fts_document = to_tsvector('simple', chem_name);

(再次假设 simple 作为文本搜索配置)

---

编辑以下评论:

to_tsquery() 只有一个参数使用默认文本配置(否则配置名称应作为第一个参数传递)。 如果此默认值与 to_tsvector 中使用的默认值不匹配，那就有问题了。可以通过多种方式更改默认值:

• 在 session 期间(不持久)

      SET default_text_search_config to 'simple';
  

• 用于数据库(持久化)

      ALTER DATABASE nameofdb SET default_text_search_config to 'simple';
  

• 否则，始终对 to_tsquery 使用双参数形式，并将显式文本配置名称作为第一个参数(我已将上面的示例更改为使用该形式)。

要使用 Ro 搜索您似乎想要的前缀，您可以使用以下条件:

to_tsvector('simple', chem_name) @@ to_tsquery('simple', 'Ro:*')

参见 Controlling Text Search在手册中了解更多信息。