postgresql----文本搜索类型和检索函数

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}) (fat,"{2,4}","{D,D}") (rat,{5},{A})

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