Question

我正在使用PostgreSQL 10，尽管我有一些编写查询的经验，但我现在对DBMS的了解并不多。我希望我的查询更“智能”，而不仅仅是匹配确切的单词。我做了一个简单的研究，似乎要做到这一点，我们有很多功能。首先，我考虑在查询中使用RegEx，但似乎不是一个好主意，因为RegEx相当有限。我确信Postgres有一些更适合这个的更好的功能。

为了实现我的智能搜索，我提出了这样一个想法：用户可以忘记每个单词中的一个字母，或者重复出现不会导致不匹配的字母。像ç和c这样的字母也应该匹配。 这个想法不是我必须解决的问题的完美再现我只是暴露了我的问题。

例如：

如果用户搜索“macs vermelhas”。我应该返回包含“macas vermelhas”，“maçasvermelhas”，“macs vermelhas”，“macs vrmelhas”的结果。

该系统采用葡萄牙语，我对西班牙语（ê，ü，ã等）的搜索挑战几乎相同。

Answer 1

我认为三元组索引非常适合你。

CREATE EXTENSION pg_trgm;

我们有一个这样的表：

CREATE TABLE words (word text);

INSERT INTO words VALUES ('maças vermelhas');
INSERT INTO words VALUES ('alguna cosa');

CREATE INDEX ON words USING gin (word gin_trgm_ops);

现在你可以通过相似性找到单词：

SELECT * FROM words WHERE word % 'macs vermelhas';

      word       
-----------------
 maças vermelhas
(1 row)

可以使用索引（在这种情况下强制它）：

SET enable_seqscan=off;

EXPLAIN (COSTS OFF)
   SELECT * FROM words WHERE word % 'macs vermelhas';

                     QUERY PLAN                      
-----------------------------------------------------
 Bitmap Heap Scan on words
   Recheck Cond: (word % 'macs vermelhas'::text)
   ->  Bitmap Index Scan on words_word_idx
         Index Cond: (word % 'macs vermelhas'::text)
(4 rows)

在PostgreSQL中搜索类似单词的好方法

1 个答案: