递归嵌套jsonb结构的全文索引

Question

假设我有一本书是这样表示的：

{ title: "Tis no book"
  chapter: 1,
  text: "Hello world this is a book chapter",
  subchapters: [
     {
     chapter: 1.1
     text: "Nested sub chapter"
     subchapters: [
       chapter: 1.1.1
       text: "Nested nested..."
       subchapters: [ ...etc...]
     },
     {
     chapter: 1.2
     text: "Nested sub chapter 2"
     subchapters: [ ...etc...]
     }
   ]
}

我可以使用 postgres 的 9.4 新 jsonb/gin（或其他任何东西）在此递归嵌套数据结构的 "text" 字段上设置全文索引，以便可以搜索存储到数据库中的图书库通过文本（使用索引）？

Answer 1

一个选项（可能是最好的选项）是创建一个递归函数 (official documentation on functions)，它将整个 JSONB 结构的 text 值组合成一个字符串（它返回）。您可以对该函数的输出进行全文索引（请参阅@thomas-wayne-shelton 的答案），就好像它只是一个字符串一样。只要您在 WHERE 条件中使用相同的函数，pgSQL 就应该识别索引。

我刚刚构建/测试了一个类似的“扁平化”功能，所以我相信它可以完成。不幸的是，我的情况非常不同，所以我怀疑代码会混淆而不是启发。我可以说必须将函数标记为 IMMUTABLE 以支持索引。

===

另一条看起来很有希望（但我认为是死胡同）的路径是递归 CTE。

当然可以使用递归 CTE 解包递归数据。这是official documentation、SO answer 和blog example——最后两个专门用于递归嵌套 JSONB。

但是，我不相信您可以索引此输出。我的（暂定）理解是，使用递归 CTE 的查询很像视图。这是一个运行时优化。我手头不再有参考资料，但回想起最近（截至 2018 年 4 月）的讨论，即索引视图还有很长的路要走（我什至不确定视图上的索引是否真的适用于 CTE）。

Answer 2

我刚刚开始研究全文搜索和 jsonb 类型。一旦您了解索引如何在 JSONB 类型上工作，这似乎是可能的。我发现这个博客系列非常有帮助。

https://bibhas.in/blog/postgresql-swag-part-2-indexing-json-data-type-and-full-text-search/

此外，Postgres 上有关 JSON 类型的文档包含一些很好的见解。 http://www.postgresql.org/docs/9.4/static/datatype-json.html

Answer 3

我不会回答这个问题；相反，我将建议一种完全不同的方法。

你看过 Lucene，https://lucene.apache.org/core/ 吗？在数据库中实现全文搜索是糟糕的设计。您应该使用单独的全文索引器，例如 Lucene。 Lucene 文档应引用数据库键，用于在数据库中查找真实记录。

通过使用 Lucene，您很可能会获得比使用数据库的全文搜索功能更好的性能。此外，Lucene 比您的数据库更容易横向扩展。