ruby-on-rails - 使用 PostgreSQL 在多列中进行全文搜索

Question

我刚刚开始使用 postgreSQL 进行模糊文本匹配。我有两列:job_title 和 company_name。

典型的全文搜索会将job_title和company_name连接起来，然后根据单个排名返回搜索文本结果。

但是，在我的情况下，同等对待两列中的文本匹配可能会出现问题。例如，Google Co. 的 Search Engineer 不应与 Engineer Co. 的 Google Search 排名相同

我知道我可以为每一列分配不同的权重。然而，我没有理由认为其中一个比其他更重要。

如何分别将我的关键字与每个列进行匹配，并返回每个关键字的一些“匹配分数”？

类似于:

Jobs.where("(to_tsvector('english', position) @@ plainto_tsquery(:q)) AND 

(to_tsvector('english',company) @@ plainto_tsquery(:q))", q: "Search Engineer", q: "Google")

Answer 1

正如您所指出的，您可以连接 tsvector:

# select to_tsvector('job description') ||
         to_tsvector('company as keyword') ||
         to_tsvector('job description as body') as vector;
                          vector                           
-----------------------------------------------------------
 'bodi':9 'compani':3 'descript':2,7 'job':1,6 'keyword':5
(1 row)

您还可以为它们分配权重:

# select (setweight(to_tsvector('job description'), 'A') ||
         setweight(to_tsvector('company as keyword'), 'B') ||
         setweight(to_tsvector('job description as body'), 'D')) as vector;
                            vector                             
---------------------------------------------------------------
 'bodi':9 'compani':3B 'descript':2A,7 'job':1A,6 'keyword':5B
(1 row)

您还可以使用ts_rank_cd()。特别是，您可以更改分数标准化的方式。

http://www.postgresql.org/docs/current/static/textsearch-controls.html

就您而言，您似乎想组合两个单独的查询。一个丑陋但可能足够的解决方案可能如下所示:

select sum(rank) as rank, ...
from (
   select ...
   union all
   select ...
   ) as sub
group by ...
order by sum(rank) desc
limit 10

如您所见，它不太漂亮。它也是聚合潜在的大量匹配行的大道。恕我直言，如果需要的话，您最好坚持使用内置的 tsvector 算法并调整权重。