array_to_ts벡터(스포츠 토토 베트맨[]) |
ts벡터 |
어휘 배열을 다음으로 변환ts벡터 |
array_to_tsVector('fat,cat,rat'::text[]) |
'고양이' '뚱뚱한' '쥐' |
get_current_ts_config() |
regconfig |
기본 스포츠 토토 베트맨 검색 구성 가져오기 |
get_current_ts_config() |
영어 |
길이(ts벡터) |
정수 |
어휘 수ts벡터 |
le스포츠 토토 베트맨th('fat:2,4 cat:3 쥐:5A'::tsVector) |
3 |
numnode(tsquery) |
정수 |
어휘소와 연산자의 수tsquery |
numnode('(지방 및 쥐) | 고양이'::tsquery) |
5 |
plainto_tsquery([구성 regconfig , ] 질의 스포츠 토토 베트맨) |
tsquery |
생산tsquery구두점 무시 |
plainto_tsquery('english', 'The Fat Rats') |
'지방' 및 '쥐' |
phraseto_tsquery([구성 regconfig , ] 질의 스포츠 토토 베트맨) |
tsquery |
생산tsquery구두점을 무시하고 구문을 검색합니다. |
phraseto_tsquery('english', 'The Fat Rats') |
'뚱뚱' <- '쥐' |
쿼리트리(질의 tsquery) |
스포츠 토토 베트맨 |
a의 색인 생성 가능한 부분 가져오기tsquery |
querytree('foo & !bar'::tsquery) |
'푸' |
설정중량(벡터 ts벡터, 무게 "문자") |
ts벡터 |
할당무게각 요소에벡터 |
setweight('fat:2,4 cat:3 쥐:5B'::tsVector, 'A') |
'고양이':3A '뚱뚱':2A,4A '쥐':5A |
설정중량(벡터 ts벡터, 무게 "문자", 어휘 스포츠 토토 베트맨[]) |
ts벡터 |
할당무게요소에벡터다음에 나열됨어휘 |
setweight('fat:2,4 cat:3 쥐:5B'::tsVector, 'A', 'cat,rat') |
'고양이':3A '뚱뚱':2,4 '쥐':5A |
스트립(ts벡터) |
ts벡터 |
위치 및 가중치 제거ts벡터 |
strip('fat:2,4 cat:3 쥐:5A'::tsVector) |
'고양이' '뚱뚱한' '쥐' |
to_tsquery([구성 regconfig , ] 질의 스포츠 토토 베트맨) |
tsquery |
단어를 정규화하고 다음으로 변환tsquery |
to_tsquery('english', 'The & Fat & Rats') |
'지방' & '쥐' |
to_ts벡터([구성 regconfig , ] 문서 스포츠 토토 베트맨) |
ts벡터 |
문서 스포츠 토토 베트맨를 다음으로 줄임ts벡터 |
to_tsVector('e스포츠 토토 베트맨lish', '살찐 쥐') |
'지방':2 '쥐':3 |
to_ts벡터([구성 regconfig , ] 문서 json(b)) |
ts벡터 |
문서의 각 문자열 값을 다음으로 줄입니다.ts벡터, 그런 다음 문서 순서대로 연결하여 단일을 생성합니다.ts벡터 |
to_tsVector('e스포츠 토토 베트맨lish', '"a": "The Fat Rats"'::json) |
'지방':2 '쥐':3 |
ts_delete(벡터 ts벡터, 어휘 스포츠 토토 베트맨) |
ts벡터 |
지정된 항목 제거어휘from벡터 |
ts_delete('fat:2,4 cat:3 쥐:5A'::tsVector, 'fat') |
'고양이':3 '쥐':5A |
ts_delete(벡터 ts벡터, 어휘 스포츠 토토 베트맨[]) |
ts벡터 |
어휘소를 모두 제거어휘from벡터 |
ts_delete('fat:2,4 cat:3 쥐:5A'::tsVector, ARRAY['fat','rat']) |
'고양이':3 |
ts_filter(벡터 ts벡터, 가중치 "문자"[]) |
ts벡터 |
주어진 요소만 선택가중치에서벡터 |
ts_filter('fat:2,4 cat:3b 쥐:5A'::tsVector, 'a,b') |
'고양이':3B '쥐':5A |
ts_headline([구성 regconfig, ] 문서 스포츠 토토 베트맨, 질의 tsquery [, 옵션 스포츠 토토 베트맨 ]) |
스포츠 토토 베트맨 |
검색어 일치 표시 |
ts_headline('x y z', 'z'::tsquery) |
x y <bz</b |
ts_headline([구성 regconfig, ] 문서 json(b), 질의 tsquery [, 옵션 스포츠 토토 베트맨 ]) |
스포츠 토토 베트맨 |
검색어 일치 표시 |
ts_headline('"a":"x y z"'::json, 'z'::tsquery) |
"a":"x y <bz</b" |
ts_rank([가중치 float4[], ] 벡터 ts벡터, 질의 tsquery [, 정규화 정수 ]) |
float4 |
쿼리 문서 순위 |
ts_rank(스포츠 토토 베트맨 검색, 쿼리) |
0.818 |
ts_rank_cd([가중치 float4[], ] 벡터 ts벡터, 질의 tsquery [, 정규화 정수 ]) |
플로트4 |
커버 밀도를 사용하여 쿼리에 대한 순위 문서 |
ts_rank_cd('0.1, 0.2, 0.4, 1.0', 스포츠 토토 베트맨 검색, 쿼리) |
2.01317 |
ts_rewrite(질의 tsquery, 대상 tsquery, 대체 tsquery) |
tsquery |
교체대상와대체쿼리 내에서 |
ts_rewrite('a & b'::tsquery, 'a'::tsquery, 'foo|bar'::tsquery) |
'b' & ( 'foo' | 'bar' ) |
ts_rewrite(질의 tsquery, 선택 스포츠 토토 베트맨) |
tsquery |
a의 대상 및 대체물을 사용하여 교체선택명령 |
SELECT ts_rewrite('a & b'::tsquery, 'SELECT t,s FROM 별칭') |
'b' & ( 'foo' | 'bar' ) |
tsquery_phrase(쿼리1 tsquery, 쿼리2 tsquery) |
tsquery |
다음을 검색하는 쿼리 만들기쿼리1다음이 따름쿼리2(동일함<-연산자) |
tsquery_phrase(to_tsquery('fat'), to_tsquery('cat')) |
'뚱뚱한' <- '고양이' |
tsquery_phrase(쿼리1 tsquery, 쿼리2 tsquery, 거리 정수) |
tsquery |
다음을 검색하는 쿼리 만들기쿼리1다음이 따름쿼리2멀리서거리 |
tsquery_phrase(to_tsquery('fat'), to_tsquery('cat'), 10) |
'뚱뚱한' <10 '고양이' |
tsVector_to_array(ts벡터) |
스포츠 토토 베트맨[] |
변환ts벡터어휘 배열에 |
tsVector_to_array('fat:2,4 cat:3 쥐:5A'::tsVector) |
고양이,뚱뚱,쥐 |
tsVector_update_trigger() |
트리거 |
자동 트리거 기능ts벡터열 업데이트 |
트리거 생성 ... tsVector_update_trigger(tsvcol, 'pg_catalog.swedish', 제목, 본문) |
|
tsVector_update_trigger_column() |
트리거 |
자동 트리거 기능ts벡터열 업데이트 |
트리거 생성 ... tsVector_update_trigger_column(tsvcol, configcol, 제목, 본문) |
|
unnest(ts벡터, 아웃어휘 스포츠 토토 베트맨, 아웃위치 작은 정수[], 아웃가중치 스포츠 토토 베트맨) |
레코드 세트 |
확장 ats벡터행 집합으로 |
unnest('fat:2,4 cat:3 쥐:5A'::tsVector) |
(고양이,3,D) ... |