搜索引擎，如 PostgreSQL 中的全文搜索

Question

我有一个表中的标题和描述列表，它们在 tsvector 列中被索引。如何在 Postgres 中为这些字段实现类似 Google 搜索的全文搜索功能。我尝试了标准 Postgres 提供的各种功能，例如

to_tsquery('apple | orange') -- apple | orange

只要该函数具有这些术语之一，它就会返回行，因此它不会在顶部产生高度相关的结果，而顶部应该同时具有这两个术语。

plainto_tsquery('apple orange') -- apple & orange

此函数需要查询中的所有术语。但我希望首先得到同时包含 apple 和 orange 的结果，但仍然可以在稍后的结果中得到包含这些术语之一的结果。

phraseto_tsquery('apple orange') -- apple <> orange

此函数仅匹配 orange 后跟 apple，反之则不匹配。但对我来说，橙苹果也很重要。

我也尝试过websearch_to_tsquery()，但它的行为与上述功能非常相似。

如何让 Postgres 首先列出高度相关的行，其中包含搜索查询中的大部分术语，无论术语的顺序如何，然后再列出术语数量较少的行？

Answer 1

to_tsquery('apple | orange')   --  apple | orange

只要该函数具有这些术语之一，它就会返回行，因此它不会在顶部产生高度相关的结果，而顶部应该同时具有这两个术语。

除非您告诉它如何对行进行排序，否则单个查询的行会以任意顺序返回。没有 ORDER BY 就没有“顶部”，只是碰巧先看到的东西。

如何让 Postgres 首先列出高度相关的行，其中包含搜索查询中的大部分术语，无论术语的顺序如何，然后再列出术语数量较少的行？

使用| 运算符，然后使用 ts_rank、ts_rank_cd 或您自己编写的自定义排名函数对这些行进行排名。为提高性能，您可能希望先使用 & 运算符，然后如果您没有获得足够的行数，则恢复为 |。

内置排名功能不关心顺序，也不关心接近度。所以他们可能不会做你想做的事。但是自己写并不是特别容易，所以我至少会先尝试一下。

如果websearch_to_tsquery或phraseto_tsquery的引入也能引入一些相应的排名函数就好了。但由于他们发明的只是有序的接近，而不是无序的接近，如果它们确实存在的话，你不太可能会想要它们。