PostgreSQL 全文搜尋按位置排名

最近，我遇到了全文搜尋的問題。我在搜尋輸入中使用此功能，後端會在您鍵入時發送可能匹配的提示。後端資料庫是PostgreSQL。我需要根據搜尋字詞在文字中的位置對提示進行排名。

因此，如果您搜尋“星球大戰”標題，您將首先看到“星球大戰”帖子，而不是“星球大戰7-9 如何改變星球大戰世界（一部關於星球大戰的有趣製作的紀錄片） ”，這可能會該詞出現3 次後排名更高。

PostgreSQL 中的全文搜索

PostgreSQL 中的全文搜尋可以輕鬆實現。主要使用兩個工具：

• tsvector - 表示可搜尋文件。
• tsquery - 表示針對文件執行的搜尋查詢。

假設我們要搜尋部落格文章的標題。為了使它們可搜索，我們可以使用以下查詢：

在這種情況下，我們會在每次搜尋時動態地將貼文標題轉換為 tsvector。然而，這種轉變需要一些時間。更好的方法是提前在資料庫中執行此轉換，並將其儲存為標題的索引，以便更快地搜尋。

讓我們建立一個新的標題向量列，並為這個新列建立索引：

現在嘗試搜尋術語「JavaScript」

您也可以直接在標題列上從 ts 向量建立索引，如下所示：

並使用這樣的搜尋：

現在，全文搜尋將非常快，只需幾毫秒即可完成。

對結果進行排名

PostgreSQL 提供了 ts_rank 功能，它允許您對搜尋結果進行評分並根據排名對其進行排序。 PostgreSQL 支援以下排名選項：

• 0（預設值）忽略文件長度
• 1 將排名除以 1 文件長度的對數
• 2 將排名除以文件長度
• 4 將排名除以範圍之間的平均調和距離（這僅由 ts_rank_cd 實現）
• 8 將排名除以文件中唯一單字的數量
• 16 將排名除以 1，即文件中唯一單字數量的對數
• 32 將排名除以 1

您可以像這樣使用 ts_rank：

但是，沒有基於搜尋字詞在字串中的位置（即標題列）的內建排名選項。

救援位置

幸運的是 PostgreSQL 中有 POSITION 函數。 PostgreSQL POSITION 函數用於尋找給定字串中子字串的位置。在我們的例子中，我們可以像這樣使用它

ts_rank 使用歸一化整數 2，因為 2 將排名除以文件長度
神奇數字 0.0001 是為了避免除以 0，因為 POSTION 函數從 1 開始計數，而不是從 0 開始計數，如果找不到字串，則傳回 0。

最終程式碼可能如下圖所示：

搜尋更多術語

如果您一次搜尋多個術語（例如 JavaScript 和 TypeScript），則必須提及一個警告。

to_tsquery 函數的參數可以非常靈活地使用，包括邏輯運算子等。另一方面，POSITION 函數「只是」字串中的一個子字串。

現實世界的例子

這是我在 SvelteKit Web 應用程式中來自現實世界端點的範例，該應用程式使用 postgres (sql) npm 庫：

以下是相關文件的連結：

• https://www.postgresql.org/docs/current/textsearch-controls.html#TEXTSEARCH-PARSING-QUERIES https://www.postgresql.org/docs/current/textsearch-controls.html#TEXTSEARCH-PARSING-DOCUMENTS
• https://www.postgresql.org/docs/current/textsearch-controls.html#TEXTSEARCH-RANKING
• https://www.postgresql.org/docs/9.1/functions-string.html

以上是PostgreSQL 全文搜尋按位置排名的詳細內容。更多資訊請關注PHP中文網其他相關文章！