PostgreSQL全文检索功能FTS（Full Text Search，全文检索）

提到全文，你是否立刻想到了大名鼎鼎的Lucene和Elasticsearch。Elasticsearch 基于 Lucene ，并为开发者提供丰富的接口和工具，但是这也造成了它日益庞大。

使用它，你得备上大的服务器，优秀的运维团队，还要承受数据同步的心智负担。但你的需求其实很简单，只是，或者简单的全站。如果在项目的初期，花费如此大成本在上有些得不偿失。

如果本身就全文检索，那该多好啊！没错，Postgre 就全文，而且很强大，还扩展定制。

Postgre 全文是通过 FTS 配置库来的，大多数 Postgre 发行版都了 10 个以上的 FTS 配置库，我们可以通过p的\dF命令来查看已安装的配置库：

 

可以看到 Postgre 认已经安装了大量的 FTS 配置库，但是很不幸没有配置库。但好在，Postgre 的形式来扩展 FTS，所以我们可以使用成熟的扩展库。

jieba是国内颇为著名分词库，如果你是 Python 开发者，那么一定听过它的大名。有贡献者为 Postgre 提供了 jieba 分词——，让我们可以在 Postgre 使用到全文检索。

如果你想跟着我们一起，完成本节的实战，那么请先点开此安装 pg_jieba。

如果你安装成功，那么可以通过\dF命令来找到jieba相关的分词配置：

 

可以看到jieba提供了4种器，它们分别对应了不同的分词算法，如果你感兴趣，可以查阅相关的资料，这里我们不做过多的介绍，认使用jiebacfg即可。

全文大致可分为两部分：

在 FTS 中，原始文本在构建索引之前需要被向量化。原始文本（如：字符串）必须先被向量化后才能通过 FTS 对其检索，向量化后的需要存储到单独的向量字段中，该向量的数据类型是tsvector。

Postgre 提供了to_tsvector来将原始文本向量化，如下：

 

tsvector是由（词，序列）组成的列表，如是原始文本中的第词，所以它的序列是1。

有了索引后，我们如何来索引了？

一般情况下，我们是通过关键词来检索的，那么如何来组织关键词呢？

Postgre 提供了to_tsquery来将词组织成tsquery向量，然后通过向量去。tsquery是一种特殊的数据类型，它会将关键词拼接来表示条件，如&表示的必须包含和java。举个复杂的例子：

 

在输入句子的情况下，to_tsquery会将句子分词，然后将其拼接为tsquery。

我们总结一下 FTS 的使用：

接下来，我们以实践的角度来使用和学习一下 FTS。

假设某个应用有点，我们将通过 FTS 来实现它。

首先，我们新建数据表：

 我们需要为每篇单独新建字段fts用来表示每篇的 tsvector 字段，并且给 fts 字段创建 gin 索引，这样后面就可以通过该字段来了。

在 语句中，我们首先为article数据表新增了fts字段，字段类型为tsvector。有了该字段后，我们需要为该字段赋值，通过to_tsvector我们将每篇的title和content分别向量化。

由于title和content的重要性不一样，的明显比数据更加重要，因此setweight设置的权重为A，而的权重为B，A的重要性大于B。||操作符合并向量后将结果赋给fts。

到此，article 表中新增了 fts 字段，字段中是和词组的列表。最后为 fts 字段我们新建了索引 article_fts_gin_index 来加速我们的效率。

： || 操作符是 Postgre 的特点，表示连接、合并。

接下来，我们便可以使用全文了，条件是需包含问题关键字，如下

 

 

Postgre 提供@@操作符来，上面语句将问题通过to_tsquery转化为向量后，使用@@来。从结果中可以看出，与问题相关的有两篇。

注意： 在 article 表中，只有 fts 是 tsvector 字段，因此只有它能使用 @@ 操作符。

我们再尝试一下复杂的，条件是必须含有问题和生命两个关键字：

从结果中可以看到，全文已经可以工作了，但它还不完备，如果更新或者，发生了改变，那么索引也应该随之变化，我们可以使用触发器来这个需求点。运行如下 ：