Question

我有一个pl / pgsql脚本需要检查一个单词/句子是否在一个字符串中，它必须处理单词边界，并且不区分大小写。

示例：

字符串：“我的标签xx zz yy”，模式：“我的标签”，MATCH
字符串：“xx my label zz”，Pattern：“my label”，MATCH
字符串：“my labelxx zz”，Pattern：“my label”，NO MATCH

所以显而易见的解决方案是使用正则表达式，如下所示：

select _label ~* (E'\\y' || _pattern || E'\\y') into _match;

与简单的

相比，它有效，但速度很慢

select _label ilike '%' || _pattern || '%' into _match;

这包含在我的脚本调用A LOT的函数中（数以千万计，我做了大量的递归），并且根据这个要求，整个运行时间翻了一倍。

现在我的问题是，有更快的方法来实现这个吗？

感谢。

编辑：最终使用了这个：

if _label ilike '%' || _pattern || '%' then
    select _label ~* (E'\\m' || _pattern || E'\\M') into _match;
end if;

它明显更快。

Answer 1

我会考虑full text search功能，但根据您的描述，我可能会使用PostgreSQL arrays实现此功能。

首先：定义一个带标签的函数，将它缩小（或者如果你愿意的话大写），在字边界上拆分它，然后返回一个数组。说：

CREATE OR REPLACE FUNCTION label_to_array(text) RETURNS text[] AS $$
SELECT regexp_split_to_array(lower($1), E'\\W');
$$ LANGUAGE sql IMMUTABLE;

$ select label_to_array('my label xx zz yy');
   label_to_array    
---------------------
 {my,label,xx,zz,yy}

现在，在此功能上创建GIN index：

CREATE INDEX sometable_label_array_key ON sometable
 USING GIN((label_to_array(label));

从这里开始，PostgreSQL可以将此索引用于涉及array operators的许多查询，例如“contains”：

SELECT *
FROM sometable
WHERE label_to_array(label) @> label_to_array('my label');

此查询会将'my label'拆分为{my,label}，然后使用索引查找包含my的行列表，并将其与包含label的行列表相交}，然后返回结果。这并不完全等同于您的原始查询（因为它不检查它们的顺序），但由于它使用索引来消除表中的大多数行，因此在末尾添加原始检查可以正常工作：< / p>

SELECT *
FROM sometable
WHERE label_to_array(label) <@ label_to_array('my label')
AND label ~* (E'\\y' || 'my label' || E'\\y');

检查一个句子是否在pl / pgsql中的字符串中

1 个答案: