索引数组以进行全文搜索

Question

我正在尝试索引文档以便在其标签数组上进行搜索。

CREATE INDEX doc_search_idx ON documents
      USING gin( 
    to_tsvector('english', array_to_string(tags, ' ')) ||
    to_tsvector('english', coalesce(notes, '')))
)

其中tags 是(ci)text[]。但是，PG 会拒绝索引array_to_string，因为它是is not always immutable。

PG::InvalidObjectDefinition: ERROR:  functions in index expression must be marked IMMUTABLE

我尝试过创建一个自制的array_to_string 不可变函数，但我不知道自己在做什么，所以感觉就像在玩火。有什么办法不重新实现它？

看起来我可以重新打包相同的函数并将其标记为不可变，但这样做时看起来像there are risks。

如何索引数组以进行全文搜索？

Answer 1

在我最初的回答中，我建议对文本进行简单的转换：tags::text。然而，虽然大多数从基本类型到文本的转换都定义为IMMUTABLE，但数组类型并非如此。显然是因为（quoting Tom Lane in a post to pgsql-general）：

因为它是通过 array_out/array_in 实现的，而不是更多 直接方法，并且那些被标记为稳定的，因为它们可能 调用非不可变元素 I/O 函数。

我的大胆强调。

我们可以解决这个问题。一般情况不能标记为IMMUTABLE。但是对于手头的情况（将citext[] 或text[] 转换为text），我们可以安全地假设不变性。创建一个简单的IMMUTABLE SQL 函数来包装函数。但是，我的简单解决方案的吸引力现在几乎消失了。您不妨将 array_to_string() 包装起来（就像您已经考虑过的那样），类似的考虑也适用。

对于citext[]（如果需要，为text[] 创建单独的函数）：

要么（基于对text 的普通转换）：

CREATE OR REPLACE FUNCTION f_ciarr2text(citext[]) 
  RETURNS text LANGUAGE sql IMMUTABLE AS 'SELECT $1::text';

这样更快。
或者（使用array_to_string() 获得不带花括号的结果）：

CREATE OR REPLACE FUNCTION f_ciarr2text(citext[]) 
  RETURNS text LANGUAGE sql IMMUTABLE AS $$SELECT array_to_string($1, ',')$$;

这更正确一点。
那么：

CREATE INDEX doc_search_idx ON documents USING gin (
   to_tsvector('english', COALESCE(f_ciarr2text(tags), '')
                || ' ' || COALESCE(notes,'')));

我确实没有使用像in your answer这样的多态类型ANYARRAY，因为我知道text[]或citext[]是安全的，但我不能保证所有 其他数组类型。

在 Postgres 9.4 中测试并为我工作。

我在两个字符串之间添加了一个空格，以避免串联字符串之间的误报匹配。有一个example in the manual。

如果您有时只想搜索 tags 或 notes，请考虑使用多列索引：

CREATE INDEX doc_search_idx ON documents USING gin (
             to_tsvector('english', COALESCE(f_ciarr2text(tags), '')
          ,  to_tsvector('english', COALESCE(notes,''));

您所指的风险主要适用于时间函数，这些函数用于referenced question。如果涉及时区（或仅涉及timestamptz 类型），则结果实际上不是不可变的。我们不会在这里对不变性撒谎。我们的函数实际上是IMMUTABLE。 Postgres 无法从它使用的一般实现中分辨出来。

相关

通常人们认为他们需要text search，而使用三元索引的相似性搜索会更合适：

• PostgreSQL LIKE query performance variations

在这种确切情况下不相关，但在使用 citext 时，请考虑：

• Index on column with data type citext not used

Answer 2

这是我的幼稚解决方案，将其包装起来并称其为不可变，正如怀疑的那样。

  CREATE FUNCTION immutable_array_to_string(arr ANYARRAY, sep TEXT)
    RETURNS text
    AS $$
      SELECT array_to_string(arr, sep);
    $$
    LANGUAGE SQL
    IMMUTABLE
  ;