PostgreSQL全文搜索和Trigram混淆

Question

PostgreSQL全文搜索和Trigram混淆

postgresqlfull-text-searchpattern-matching

50

我对PostgreSQL、全文检索和 Trigram 的整个概念有点困惑。在我的全文检索查询中，我使用 tsvectors，就像这样：

SELECT * FROM articles
WHERE search_vector @@ plainto_tsquery('english', 'cat, bat, rat');

问题在于，此方法没有考虑到拼写错误。然后我开始阅读关于 Trigram和pg_trgm的内容：

通过查看其他示例，似乎使用了trigram或向量，但从未同时使用。那么我的问题是：它们是否可以一起使用？如果可以，如何使用？trigram是否可以替代全文检索？trigram是否更准确？trigram的性能如何？

- Devin Dixon

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Chris Farmiloe · Accepted Answer

它们有着非常不同的用途。

全文搜索用于返回与搜索查询匹配的词干词的文档。

三元组提供了一种比较两个字符串并确定它们相似程度的方法。

请考虑以下示例：

SELECT 'cat' % 'cats'; --true

以上返回true，因为'cat'与'cats'非常相似（由pg_trgm限制决定）。

SELECT 'there is a cat with a dog' % 'cats'; --false

以上返回false，因为%是在寻找两个完整字符串之间的相似性，而不是在字符串中寻找单词cats。

SELECT to_tsvector('there is a cat with a dog') @@ to_tsquery('cats'); --true

这返回true，因为tsvector将字符串转换为一组词干化的单词，并忽略了一些常见词（停用词-如'is'和'a'）...然后搜索词干化版本的cats。

听起来你想使用trigrams来自动纠正你的ts_query，但这实际上并不可能（至少没有高效的方式）。它们并不真正知道一个单词是否拼写错误，只知道它与另一个单词的相似程度。它们可以用于搜索一个单词表，尝试找到相似的单词，从而实现“你是不是想说...”类型的功能，但这需要维护一个单独的表，其中包含您search字段中使用的所有单词。

如果您有一些常常拼写错误的单词/短语，希望文本索引能够匹配，您可能需要查看同义词词典。