为什么这个postgresql全文搜索查询返回ts_rank为0？

时间：2016-02-04 17:24:32

标签： postgresql full-text-search fuzzy-search tsvector

在我投资使用solr或lucene或sphinx之前，我想尝试使用postgresql全文搜索在我的系统上实现搜索功能。

我想在一个表格中找到一份全国性的商家列表。我创建了一个结合了商业名称和城市的ts矢量，这样我就可以进行类似＆＃34;内陆亚特兰大＆＃34;的搜索。

我还通过附加＆＃34;：＆＃34;使用搜索的通配符功能来实现自动完成功能。搜索模式并插入＆＃34; ＆安培; ＆＃34;在关键字之间，所以搜索模式＆＃34;内陆atl＆＃34;变成了＆＃34;内陆＆amp; ATL：＆＃34;在使用to_tsquery（）转换为查询之前。

这是我目前遇到的问题。 如果搜索模式输入为＆＃34; ou＆＃34;，很多＆＃34; Outback Steakhouse＆＃34;记录被退回。 如果搜索模式输入为＆＃34; out＆＃34;，则不返回任何结果。 如果搜索模式输入＆＃34; outb＆＃34;，很多＆＃34; Outback Steakhouse＆＃34;记录被退回。

做了一点调试，我想出了这个：

select ts_rank(to_tsvector('Outback Steakhouse'),to_tsquery('ou:*')) as "ou",
ts_rank(to_tsvector('Outback Steakhouse'),to_tsquery('out:*')) as "out",
ts_rank(to_tsvector('Outback Steakhouse'),to_tsquery('outb:*')) as "outb"

结果如下：

ou          out   outb
0.0607927   0     0.0607927

我做错了什么？

这是pg全文搜索的限制吗？

我可以用我的字典或配置来解决这个异常问题吗？

更新： 我认为＆＃34; out＆＃34;可能是一个停止词。

当我运行这个调试查询时，我没有得到任何词汇＆＃34; out＆＃34; 

SELECT * FROM ts_debug('english','out back outback');

alias         description       token     dictionaries      dictionary      lexemes 
asciiword     Word all ASCII    out       {english_stem}    english_stem    {}
blank         Space symbols               {}            
asciiword     Word all ASCII    back      {english_stem}    english_stem    {back}
blank         Space symbols               {}            
asciiword     Word all ASCII    outback   {english_stem}    english_stem    {outback}

所以现在我问如何修改停用词列表以删除单词？

更新： 这是我目前使用的查询：

select id,name,address,city,state,likes 
from view_business_favorite_count 
where textsearchable_index_col @@ to_tsquery('simple',$1) 
ORDER BY ts_rank(textsearchable_index_col, to_tsquery('simple',$1)) DESC

当我执行查询时（我使用Strongloop Loopback + Express + Node），我将模式传递给替换$ 1参数。模式（如上所述）看起来像＆＃34;关键字：＆＃34;或者＆＃34; keyword1＆amp; keyword2＆amp; ......＆amp; keywordN：＆＃34;

感谢

1 个答案:

答案 0 :(得分：1)

这里的问题是您正在搜索商家名称，正如@Daniel正确指出的那样 - 'english'字典无法帮助您找到非字典字词的“模糊”匹配喜欢“Outback Steakhouse”等;

'simple'字典

'simple'字典本身也无法帮助您，在您的情况下，商家名称仅适用于完全匹配，因为所有字词都是不受限制的。< / p>

'simple'字典+ pg_trgm

但是，如果您将<{1}}词典与 pg_trgm模块一起使用，那么它将正是您所需要的，尤其是：

  • 对于'simple'你不需要担心停止词语“黑客”，你将得到所有未被扼杀的词汇;
  • 使用to_tsvector('simple','<business name>')中的similarity()，您将获得最高“等级” 为了最好的比赛，

看看这个：

pg_trgm

结果：

WITH pg_trgm_test(business_name,search_pattern) AS ( VALUES
  ('Outback Steakhouse','ou'),
  ('Outback Steakhouse','out'),
  ('Outback Steakhouse','outb')
)
SELECT business_name,search_pattern,similarity(business_name,search_pattern)
FROM pg_trgm_test;

按 business_name | search_pattern | similarity --------------------+----------------+------------ Outback Steakhouse | ou | 0.1 Outback Steakhouse | out | 0.15 Outback Steakhouse | outb | 0.2 (3 rows) similarity订购，您将能够获得所需。

更新

对于您的情况，有两种可能的选择。

选项＃1。

只需为DESC表中的name列创建trgm索引;索引定义可能如下：

view_business_favorite_count

查询看起来像这样：

CREATE INDEX name_trgm_idx ON view_business_favorite_count USING gin (name gin_trgm_ops);

选项＃2。

使用全文搜索，您需要：

  • 创建一个单独的表格，例如SELECT id, name, address, city, state, likes, similarity(name,$1) AS trgm_rank -- similarity score FROM view_business_favorite_count WHERE name % $1 -- trgm search ORDER BY trgm_rank DESC; ，您将在其中存储2列：第一列将保留所有词汇来自unnested_business_names函数，第二列将具有{{ 1}}（to_tsvector('simple',name) vbfc_id表格的FK;
  • 为列添加id索引，其中包含lexemes;
  • 为from view_business_favorite_count添加触发器，该触发器将更新或插入或删除trgm中的新值以使所有字词保持最新
相关问题
最新问题