Postgres pg_trgm 模块中的相似度是如何计算的

Question

谁能给我解释一下 Postgres pg_trgm 模块中相似度函数是如何计算的。

例如similarity('sage', 'message') = 0.3

1) "  s"," sa",age,"ge ",sag
2) "  m"," me",age,ess,"ge ",mes,sag,ssa

n1: cardinality(1) = 5
n2: cardinality(2) = 8
nt: cardinality(1 intersect 2) = 3

我看不出我们如何从这 3 个数量中得到一个等于 0.3 的公式。我本来希望它基于一个常见的字符串相似度指标（例如 Dice-Sorensen）

即2*nt / (n1 + n2) = 6/13 = 0.46

pg_trgm 相似度分数对我来说似乎异常低

Answer 1

公式可以在contrib/pg_trgm/trgm.h找到（见宏CALCSML），如下：

nt / (n1 + n2 - nt)

在你的情况下是3 / (5+8-3) = 0.3。