Postgres 全文搜索 - 查找其他类似文档答案

【问题标题】：Postgres Full Text Search - Find Other Similar DocumentsPostgres 全文搜索 - 查找其他类似文档
【发布时间】：2020-07-30 12:33:04
【问题描述】：

我正在寻找一种方法来使用 Postgres（9.6+ 版）全文搜索来查找与输入文档相似的其他文档 - 本质上是在寻找一种产生与 Elasticsearch's more_like_this 查询类似的结果的方法。据我所知，Postgres 无法将 ts_vectors 相互比较。

我尝试了各种技术，例如将源文档转换回ts_query，或重新处理原始文档，但这需要太多开销。

非常感谢任何建议 - 谢谢！

【问题讨论】：

我同意：用于获取两个 ts_vector 之间的距离度量的函数确实是一个不错的功能。

标签： postgresql full-text-search

【解决方案1】：

看起来唯一的选择是使用 pg_trgm 而不是 Postgres 内置的全文搜索。以下是我最终实现的方式：

使用一个简单的表格（在这种情况下是物化视图） - 它包含帖子的主键和两列中的全文正文。

Materialized view "public.text_index"
Column |  Type   | Collation | Nullable | Default | Storage  | Stats target | Description 
--------+---------+-----------+----------+---------+----------+--------------+-------------
id     | integer |           |          |         | plain    |              | 
post   | text    |           |          |         | extended |              | 

View definition:
SELECT posts.id,
posts.body AS text
FROM posts
ORDER BY posts.publication_date DESC;

然后使用横向连接，我们可以匹配行并按similarity 对它们进行排序，以查找与任何其他帖子“接近”或“相关”的帖子：

select * from text_index tx 
left join lateral (
  select similarity(tx.text, t.text) from text_index t where t.id = 12345
) s on true 
order by similarity 
desc limit 10;

这当然是一种简单的匹配文档的方法，可能需要进一步调整。此外，在文本列上使用 tgrm gin 索引将显着加快搜索速度。

【讨论】：