Question

我想进行google suggestions等文字搜索。

由于神奇的PostgreSQL，我正在使用Postgis。

我正在考虑使用FTS，但我发现它无法搜索partial words，因此我找到了this question，并看到了trigrams是如何工作的。

主要问题是我正在研究的搜索引擎是用于西班牙语。 FTS在词干和dictionaries（同义词，拼写错误），UTF等方面表现出色。 Trigrams适用于部分单词，但它们只适用于ASCII，并且（显然）它们不使用字典之类的东西。

我在想是否有任何方式可以使用两者中最好的东西。

是否可以使全文搜索和Trigrams在PGSQL中协同工作？

Answer 1

你可以在Postgres中做到这一点，并且不需要Lucene。

您可以在tsquery或tsvector中引用短语，如下所示。您可以在:*字词后添加tsquery进行前缀搜索：

select
'''new york city'''::tsvector   @@ '''new yo'':*'::tsquery, --true
'''new york times'''::tsvector  @@ '''new yo'':*'::tsquery, --true
'''new york'''::tsvector        @@ '''new yo'':*'::tsquery, --true
'''new'''::tsvector             @@ '''new yo'':*'::tsquery, --false
'new'::tsvector                 @@ '''new yo'':*'::tsquery, --false
'new york'::tsvector            @@ '''new yo'':*'::tsquery  --false

主要问题是to_tsvector()和[plain]to_tsquery()会删除您的报价。您可以编写自己的版本（不是那么难），或者在它们之后进行一些后处理来构建您的术语n-gram。

上面的额外单引号只是逃避。 select $$ i heart 'new york city' $$::tsvector;是等价的。

Answer 2

我建议您查看Lucene。它可以在Java中本地集成，可以在.NET中轻松集成，也可以在php中使用SOLR和Web服务。

它具有强大的自由文本搜索功能，开箱即用的术语排名，使用不同Analysers支持不同语言（西班牙语链接）。

最后但同样重要的是，它也非常快（对于大容量，比如说4G中的4Gb索引~5 000 000行，它比Postgres数据库快得多）。

建议像google与postgresql三元组和全文搜索

2 个答案: