受支持版本: 当前版本 (18) / 17 / 16 / 15 / 14
开发版本: devel

12.2. 表和索引 #

在前一节中的示例演示了使用简单常数字符串进行全文匹配。本节展示如何搜索表数据,以及可选择地使用索引。

12.2.2. 创建索引 #

我们可以创建一个GIN索引(Section 12.9)来加速文本搜索:

CREATE INDEX pgweb_idx ON pgweb USING GIN(to_tsvector('english', body));

注意这里使用的是to_tsvector的双参数版本。只有显式指定配置名称的文本搜索函数,才能用于表达式索引(Section 11.7)。这是因为索引内容必须不受default_text_search_config的影响。否则,索引内容就可能不一致,因为不同的索引项可能包含使用不同文本搜索配置创建的tsvector,而且无法判断各自使用了哪一种配置。这样的索引也不可能被正确地转储和恢复。

由于上面的索引使用了 to_tsvector 的双参数版本,因此只有同样使用相同配置名的双参数版 to_tsvector 查询,才能使用该索引。也就是说,WHERE to_tsvector('english', body) @@ 'a & b' 可以使用该索引,而 WHERE to_tsvector(body) @@ 'a & b' 则不能。这样可以保证索引只会和创建索引项时所用的同一配置配合使用。

还可以建立更复杂的表达式索引,其中配置名由另一个列指定,例如:

CREATE INDEX pgweb_idx ON pgweb USING GIN(to_tsvector(config_name, body));

这里 config_namepgweb 表中的一个列。这样就允许在同一个索引中混合使用不同配置,同时记录每个索引项使用的是哪一种配置。例如,如果文档集合中包含不同语言的文档,这就会很有用。同样,打算使用该索引的查询也必须写成对应的形式,例如 WHERE to_tsvector(config_name, body) @@ 'a & b'

索引甚至可以连接列:

CREATE INDEX pgweb_idx ON pgweb USING GIN(to_tsvector('english', title || ' ' || body));

另一种方法是创建一个单独的tsvector列来保存to_tsvector的输出。若要让该列与其源数据自动保持同步,可以使用存储生成列。下面的示例把titlebody串接起来,并用coalesce保证其中一个字段为NULL时,另一个字段仍然可以被建立索引:

ALTER TABLE pgweb
    ADD COLUMN textsearchable_index_col tsvector
               GENERATED ALWAYS AS (to_tsvector('english', coalesce(title, '') || ' ' || coalesce(body, ''))) STORED;

然后我们创建一个GIN索引来加速搜索:

CREATE INDEX textsearch_idx ON pgweb USING GIN(textsearchable_index_col);

现在我们准备好执行一个快速的全文搜索了:

SELECT title
FROM pgweb
WHERE textsearchable_index_col @@ to_tsquery('create & table')
ORDER BY last_mod_date DESC
LIMIT 10;

与表达式索引相比,单独列方法的一个优点是,为了利用索引,查询中不必显式指定文本搜索配置。正如上面的例子所示,查询可以依赖default_text_search_config。另一个优点是搜索会更快,因为它不必重新执行to_tsvector调用来验证索引匹配(使用 GiST 索引时这一点比使用 GIN 索引时更重要;见Section 12.9)。不过,表达式索引方法更容易设置,而且占用更少磁盘空间,因为tsvector表示并没有被显式存储。

提交更正

如果您发现文档中有不正确的内容、与您使用特定功能的经验不符或需要进一步说明,请使用此表单来报告文档问题。