Django psql全文搜索未匹配非词干化单词

Question

我正在使用Django 1.10.1和Postgres 9.4。我的测试服务器和开发环境中的psql服务器版本为9.4.9，而生产环境是一个9.4.7版本的RDS实例。

看起来我的SearchVectorField没有在生产环境中存储给定的搜索配置，虽然在测试和开发环境中已经存储，并且它似乎要么是版本问题（不太可能，因为版本差异以及它在测试/开发中的9.3版本中也可以工作），要么是因为生产环境是在RDS上而不是本地服务器上。

我正在使用自定义配置进行全文搜索，称为“unaccent”，如下所示：

      Token      |     Dictionaries      
-----------------+-----------------------
 asciihword      | english_stem
 asciiword       | english_stem
 email           | simple
 file            | simple
 float           | simple
 host            | simple
 hword           | unaccent,english_stem
 hword_asciipart | english_stem
 hword_numpart   | simple
 hword_part      | unaccent,english_stem
 int             | simple
 numhword        | simple
 numword         | simple
 sfloat          | simple
 uint            | simple
 url             | simple
 url_path        | simple
 version         | simple
 word            | unaccent,english_stem

Unaccent已在两个环境中安装并均可正常工作。

我将搜索数据存储在Writer模型的django.contrib.postgres.search.SearchVectorField中：

class Writer(models.Model):
    #...
    search = SearchVectorField(blank=True)

该列会根据以下搜索向量进行更新:

writer_search_vector = (SearchVector('first_name', 'last_name', 'display_name',
                                     config='unaccent', weight='A') +
                        SearchVector('raw_search_data', config='unaccent', weight='B'))

通过定期运行以下语句：

Writer.objects.update(search=search_utils.writer_search_vector)

但出于某种原因，配置在我的暂存服务器和开发环境中都可以成功存储，但在生产环境中不能。例如，这段代码在所有环境中都返回相同的结果：

In [3]: Writer.objects.annotate(searchy=SearchVector('last_name')).filter(searchy='kostenberger')
Out[3]: <QuerySet []>
In [4]: Writer.objects.annotate(searchy=SearchVector('last_name', config='unaccent')).filter(searchy='kostenberger')
Out[4]: <QuerySet [<Writer: Andreas J. Köstenberger>, <Writer: Margaret Elizabeth Köstenberger>]>

但在测试阶段，如果我使用存储的向量，则会得到以下正确的结果：

In [5]: Writer.objects.filter(search='kostenberger')
Out[5]: <QuerySet [<Writer: Andreas J. Köstenberger>, <Writer: Margaret Elizabeth Köstenberger>]>

在生产环境中，连接 RDS 实例时，我得到了以下错误的结果：

In [5]: Writer.objects.filter(search='kostenberger')
Out[5]: <QuerySet []>

然而，在生产环境中，去除重音符号（unaccent）的功能可以正常运行，但英语词干提取（english_stem）却不能，它可以匹配文本的词干版本（下面的文本），但无法匹配原始版本（上面的文本）：

In [6]: Writer.objects.filter(search='kostenberg')
Out[6]: <QuerySet [<Writer: Margaret Elizabeth Köstenberger>, <Writer: Andreas J. Köstenberger>]>

请注意，此测试中两个环境中“Writer”的数据库表是相同的。

有什么想法，为什么在生产环境中存储的向量与正确配置不起作用，而如果我即时创建向量，则可以工作？

- ryanmrubin

Answer 1

在RDS Postgres上，您无法更改default_text_search_config参数。因此，您必须在每个查询中配置文本搜索：

from django.contrib.postgres.search import SearchRank, SearchQuery
…
search_query = SearchQuery(value='kostenberger', config='unaccent')
Writer.objects.filter(search=search_query)

- David Eyk

---

就是这样了！谢谢，David Eyk！查询没有使用正确的配置设置，而我一直专注于tsvector本身。 - ryanmrubin