postgresql – 自动完成字段的类似UTF-8字符串
背景
用户可以输入名称,系统应与文本匹配,即使用户输入或数据库字段包含重音(UTF-8)字符也是如此.这是使用pg_trgm模块. 问题 代码类似于以下内容: SELECT t.label FROM the_table t WHERE label % 'fil' ORDER BY similarity( t.label,'fil' ) DESC 当用户键入fil时,查询匹配filbert但不匹配filépowder. (因为重音字符?) 解决方案#1失败 我尝试实现unaccent函数并将查询重写为: SELECT t.label FROM the_table t WHERE unaccent( label ) % unaccent( 'fil' ) ORDER BY similarity( unaccent( t.label ),unaccent( 'fil' ) ) DESC 这只返回榛子. 解决方案#2失败 建议: CREATE EXTENSION pg_trgm; CREATE EXTENSION unaccent; CREATE OR REPLACE FUNCTION unaccent_text(text) RETURNS text AS $BODY$ SELECT unaccent($1); $BODY$ LANGUAGE sql IMMUTABLE COST 1; 表中的所有其他索引都已删除.然后: CREATE INDEX label_unaccent_idx ON the_table( lower( unaccent_text( label ) ) ); 这只返回一个结果: SELECT t.label FROM the_table t WHERE label % 'fil' ORDER BY similarity( t.label,'fil' ) DESC 题 重写查询以确保返回两个结果的最佳方法是什么? 谢谢! 有关 http://wiki.postgresql.org/wiki/What%27s_new_in_PostgreSQL_9.0#Unaccent_filtering_dictionary http://postgresql.1045698.n5.nabble.com/index-refuses-to-build-td5108810.html
您没有使用pg_trgm模块提供的运算符类.我会创建一个像这样的索引:
CREATE INDEX label_Lower_unaccent_trgm_idx ON test_trgm USING gist (lower(unaccent_text(label)) gist_trgm_ops); 最初,我在这里有一个GIN索引,但后来我才知道GiST可能更适合这种查询,因为它可以返回按相似性排序的值.更多细节: > Postgresql: Matching Patterns between Two Columns 您的查询必须与索引表达式匹配才能使用它. SELECT label FROM the_table WHERE lower(unaccent_text(label)) % 'fil' ORDER BY similarity(label,'fil') DESC -- it's ok to use original string here 然而,根据%运算符,“filbert”和“filépowder”实际上并非与“fil”非常相似.我怀疑你真正想要的是这个: SELECT label FROM the_table WHERE lower(unaccent_text(label)) ~~ '%fil%' ORDER BY similarity(label,'fil') DESC -- it's ok to use original string here 这将找到包含搜索字符串的所有字符串,并根据%运算符首先对最佳匹配进行排序. 多汁的部分:表达式可以使用自PostgreSQL 9.1以来的GIN或GiST索引!我引用manual on the pg_trgm moule:
如果你真的打算使用%运算符: 您是否尝试使用 SELECT set_limit(0.1); 甚至更低?默认值为0.3.只是看看它是否是过滤额外匹配的阈值. (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |