在 postgresql 上进行全文搜索的键集分页

Question

我有一个包含 +100,000 条记录的“用户”表。我想开始使用键集分页来加快获取记录的过程。

以下查询有效。此查询获取记录集的第二页（从 user_id: 1001 开始，一直到 user_id: 2000）。

SELECT
    user_id,
    username
FROM
    users
WHERE
    user_id > 1000
ORDER BY
    user_id ASC
LIMIT
    1000

问题是：我不想对 user_id 上的记录进行排序。我有一个名为“tokens”的列，它是一个 to_tsvector 列。我想对记录集执行全文搜索并对用户进行排序。新查询：

SELECT
    user_id,
    username,
    to_tsrank(tokens, plainto_tsquery('search query')) AS rank
FROM
    users
WHERE
    tokens @@ plainto_tsquery('search query')

如何在第二个查询上应用键集分页，以便结果按排名而不是 user_id 排序？

重要：

我试过这个，但这不起作用！

SELECT
    user_id,
    username,
    to_tsrank(tokens, plainto_tsquery('search query')) AS rank
FROM
    users
WHERE
    tokens @@ plainto_tsquery('search query')
AND
    to_tsrank(tokens, plainto_tsquery('search query')) < $1 // $1 = last fetched rank
ORDER BY
    rank DESC
LIMIT
    1000

假设当结果按“排名”进行排名时，第 1,000 个结果的排名为 0.5。 $1（最后获取的排名）将是 0.5，所以我会选择排名 相同排名。因此，如果第 1,001 条记录也是 rank = 0.5，则不会获取它，因为我在查询中说 rank < 0.5。我也不能说rank <= 0.5，因为这会再次获取rank = 0.5 的先前结果。

有人知道这个问题的解决方法吗？

Answer 1

您必须提供完全确定的 ORDER BY。假设 user_id 是唯一的：

ORDER BY rank desc, user_id

那么你的 WHERE 将包括：

AND (rank < :last_rank or (rank = :last_rank and user_id > :last_user_id))

但这不会有效率，所以你还不如只做OFFSET。

更好的是，根本不要这样做。没有人会真正阅读 1000 个结果，然后想“你知道，我想再做几次”。唯一会这样做的是网络爬虫，网络爬虫这样做的唯一原因是因为它是您提供的唯一方法。只要让他们设置一个他们想要的上限，并且不提供分页。