Question

我在postgresql数据库上使用大表（数百万行），每行都有name列，我想对该列执行搜索。

例如，如果我正在搜索电影Django Unchained，我希望查询返回电影，无论我是搜索Django还是Unchained（或Dj或Uncha），就像IMDB搜索引擎一样。

我查找了全文搜索，但我相信它更适用于长文本，我的name列永远不会超过4-5个字。

我已经考虑过拥有多对多关系的表格关键字，但我不确定这是最好的方式。

查询数据库的最有效方法是什么？

Answer 1

我的猜测是，对于您想要做的事情，全文搜索是最佳解决方案。（记录here。）

它允许您搜索任何完整的单词。它允许您搜索单词的前缀（例如＆＃34; Dja＆＃34;）。另外，您可以根据需要添加同义词。它不允许在单词的开头使用通配符，因此＆＃34; Jango＆＃34;需要用同义词来处理。

如果这不符合您的需求并且您需要like的功能，我建议如下。将标题放入一个单独的表中，该表基本上有两列：id和标题。目标是尽可能快地扫描桌面，这反过来意味着让标题适合尽可能小的空间。

还有另一种解决方案，即n-gram搜索。我不确定Postgres是否原生支持它，但here是一篇关于该主题的有趣文章，其中包含用于实现它的Postgres代码。

Answer 2

在较大字符串中的任意位置搜索子字符串的标准方法是使用LIKE运算符：

SELECT *
FROM mytable
WHERE name LIKE '%Unchai%';

但是，如果您有数百万行，它将会很慢，因为索引没有明显的效率。

您可能希望涉及多种策略，例如首先检索name的值以搜索字符串开头的记录（可以从name列上的索引中受益 - {{1然后在第二次非索引传递之后添加字符串中间命中。在解释字符串时，人类往往比计算机慢得多，因此用户可能不会受苦。

Answer 3

此问题与表单中的自动填充非常相关。你会找到几个线程。

基本上，您需要一种特殊的索引，即空间分区树。 Postgres有一个名为SP-GiST的扩展，支持这种索引结构。如果你谷歌那么你会找到一堆有用的东西。