Question

我正在开发一个多租户网络应用程序，我想添加全文搜索，以便人们能够：

1）仅搜索他们当前访问的网站（但不是所有网站），以及
2）仅搜索该网站的一部分（例如，限制搜索到该网站上的博客或论坛），以及
3）仅搜索单个论坛帖子。

我想知道我应该添加哪些索引？

请假设数据库很大（例如，索引按站点ID扫描，然后按全文搜索过滤太慢）。

我可以想到三种方法：

创建三个索引。 1）基于每个站点索引所有内容的索引。 2）在每个站点和站点部分的基础上索引所有内容的索引。 3）根据每个站点和页面ID对所有内容编制索引。
创建一个单一索引，并插入[要索引的文本]魔术词，如： “的site_＆LT;站点-ID＆gt;” 中和“section_＆lt; section-id＆gt;”和“page_＆lt; page-id＆gt;”，然后当我搜索对于网站YYY中的XX部分，我可以为搜索查询添加前缀，如下所示： “site_XX AND section_YYY AND ...”。

创建新网站或网站部分时动态添加数据库索引：

 create index dw1_posts__search_site_YYY
   on dw1_posts using gin(to_tsvector('english', approved_text))
   where site_id = 'YYY';

上述三种方法中的任何一种都有意义吗？还有更好的选择吗？

（细节：但是，也许方法1是不可能的？尝试索引列和同时索引全文搜索会导致语法错误：

> create index dw1_posts__search_site
    on dw1_posts (site_id)
    using gin(to_tsvector('english', approved_text));
ERROR:  syntax error at or near "using"
LINE 1: ...dex dw1_posts__search_site on dw1_posts(site_id) using gin(...
                                                             ^

> create index dw1_posts__search_site
    on dw1_posts
    using gin(to_tsvector('english', approved_text))
    (site_id);
ERROR:  syntax error at or near "("
LINE 1: ... using gin(to_tsvector('english', approved_text)) (site_id);

（如果方法1 可能，那么我可以进行如下查询：

select ... from ... where site_id = ... and <full-text-search-column> @@ <query>;

让PostgreSQL首先检查site_id，然后使用一个索引检查全文搜索列。））
_{/ End details。}）

更新，一周后：我正在使用ElasticSearch。我得到的印象是，对于带有关系数据库/ PostgreSQL的分面搜索，不存在可扩展的解决方案。与ElasticSearch集成似乎与实现和测试以及调整此处建议的方法一样简单。（例如，PostgreSQL的词干分析器/无论它叫什么，可能会将“section_NNN”分成两个词：“section”和“NNN”，从而在页面上不存在索引词！解决这些小烦恼问题的棘手问题。）

Answer 1

通常的做法是创建：

一个全文索引：

CREATE INDEX idx1 ON dw1_posts使用杜松子酒（to_tsvector（'english'，approved_text））;
site_id上的一个简单索引：

CREATE INDEX idx2 在dw1_posts（page_id）;
page_id上的另一个简单索引：

CREATE INDEX idx3 在dw1_posts（site_id）;

然后，SQL计划员的业务决定使用哪些，以及依赖于查询和列中值的分布的顺序。在你真正目睹慢查询之前，试图超越计划者毫无意义。

Answer 2

另一种替代方案，类似于“site_＆lt; site-id＆gt;”和“section_＆lt; section-id＆gt;”和“page_＆lt; page-id＆gt;”替代方案，应该是将文本添加到 index 的前缀：

SiteSectionPage_<site-id>_<section-id>_<subsection-id>_<page-id>

然后在搜索时使用prefix matching (i.e. :*)：

select ... from .. where .. @@ 'SiteSectionPage_NN_MMM:* AND (the search phrase)'

其中NN是网站ID，MMM是部门ID。

但这对中国人不起作用？我认为三元组在索引中文时是合适的，但是SiteSectionPage ...将被分成： Sit，ite，teS，eSe ，这没有任何意义。

PostgreSQL：全文搜索多租户网站，加上网站的部分内容

2 个答案: