Trigram은 문자열에서 가져온 3 개의 연속 문자 그룹입니다. 우리는 그들이 공유하는 트리 그램의 수를 계산하여 두 줄의 토토 사이트을 측정 할 수 있습니다. 이 간단한 아이디어는 많은 자연 언어에서 단어의 토토 사이트을 측정하는 데 매우 효과적입니다.

PG_TRGM모듈에 표시됩니다테이블 F.26, 연산자테이블 F.27.

다음 예를 고려하십시오 :

# select word_similarity ( 'Word', 'two Word');
 Word_similarity
------------------
             0.8
(1 행)

첫 번째 문자열에서 트리 그램 세트는입니다."w", "wo", "wor", "ord", "rd". 두 번째 문자열에서는 순서대로 트리 그램 세트가입니다.19588_19649. 두 번째 문자열에서 주문한 트리 그램 세트의 가장 유사한 범위는입니다."w", "wo", "wor", "ord", 토토 사이트은0.8.

이 함수는 첫 번째 문자열과 두 번째 문자열의 모든 하위 문자열 사이의 가장 큰 토토 사이트으로 거의 이해 될 수있는 값을 반환합니다. 그러나이 함수는 범위의 경계에 패딩을 추가하지 않습니다. 따라서 두 번째 문자열에 존재하는 추가 문자의 수는 불일치 한 단어 경계를 제외하고는 고려되지 않습니다.

동시에strict_word_similarity두 번째 문자열에서 단어 범위를 선택합니다. 위의 예에서strict_word_similarity단일 단어의 범위를 선택합니다'단어'"w", "wo", "wor", "ord", "rds", "ds".

# strict_word_similarity ( '단어', '두 단어'), 토토 사이트 ( 'Word', 'Word');
 strict_word_similarity | 유사
----------------------+------------
               0.571429 |   0.571429
(1 행)

따라서strict_word_similarity함수는 전체 단어와 토토 사이트을 찾는 데 유용하지만Word_Similarity단어의 일부에 대한 토토 사이트을 찾는 데 더 적합합니다.

thePG_TRGM모듈은 매우 빠른 토토 사이트 검색을 목적으로 텍스트 열을 통해 인덱스를 생성 할 수있는 GIST 및 GIN 인덱스 운영자 클래스를 제공합니다. 이 인덱스 유형은 위에서 설명한 토토 사이트 연산자를 지원하며 추가로 트리 그램 기반 인덱스 검색을 지원합니다.좋아요, ilike, ~, ~*및=쿼리. 토토 사이트 비교는 기본 빌드에서에서 사례에 민감합니다.PG_TRGM. 불평등 운영자는 지원되지 않습니다. 이러한 인덱스는 평등 연산자의 일반 B- 트리 인덱스만큼 효율적이지 않을 수 있습니다.

예 :

테이블 생성 test_trgm (t text);
GIST (t gist_trgm_ops)를 사용하여 test_trgm에서 인덱스 trgm_idx를 만듭니다.

또는

gin (t gin_trgm_ops)을 사용하여 test_trgm에서 인덱스 trgm_idx 생성;

gist_trgm_opsGist Opclass는 비트 맵 서명으로 트리 그램 세트를 근사합니다. 선택적 정수 매개 변수Siglen시그니처 길이를 바이트로 결정합니다. 기본 길이는 12 바이트입니다. 서명 길이의 유효한 값은 1 내지 2024 바이트입니다. 서명이 길어 더 큰 인덱스 비용으로 더 정확한 검색 (인덱스의 작은 부분과 더 적은 힙 페이지를 스캔)으로 이어집니다.

서명 길이 32 바이트를 가진 인덱스 생성 예 :

GIST를 사용하여 test_trgm에서 인덱스 trgm_idx 생성 (t gist_trgm_ops (siglen = 32));

이 시점에서에 대한 색인이 있습니다.t토토 사이트 검색에 사용할 수있는 열. 일반적인 쿼리는입니다.

선택 t, 토토 사이트 (t, 'Word') sml로
  test_trgm에서
  여기서 t % 'Word'
  sml desc, t; 주문

이것은 텍스트 열의 모든 값을 충분히 유사하게 반환합니다Word, Best Match에서 최악으로 정렬되었습니다. 인덱스는 매우 큰 데이터 세트에서도 빠른 작업을하는 데 사용됩니다.

위의 쿼리의 변형은입니다.

select t, t <-- 'Word' Dist
  test_trgm에서
  Dist Limit 10의 주문;

이것은 GIST 인덱스에 의해 상당히 효율적으로 구현 될 수 있지만 GIN 인덱스는 아닙니다. 가장 가까운 경기가 원한다면 일반적으로 첫 번째 공식을 이길 것입니다.

또한에서 색인을 사용할 수 있습니다T단어 토토 사이트 또는 엄격한 단어 토토 사이트에 대한 열. 일반적인 쿼리는 다음과 같습니다.

select t, word_similarity ( 'Word', t) sml
  test_trgm에서
  어디 'Word' <% t
  sml desc, t; 주문

and

select t, strict_word_similarity ( 'Word', t) sml
  test_trgm에서
  어디 'Word' <<% t
  sml desc, t; 주문

Trigram 세트와 충분히 유사한 해당 순서 트리 그램 세트에 연속적인 범위가있는 텍스트 열의 모든 값을 반환합니다.Word, Best Match에서 최악으로 정렬되었습니다. 인덱스는 매우 큰 데이터 세트에서도 빠른 작업을하는 데 사용됩니다.

위의 쿼리의 가능한 변형은 다음과 같습니다.

선택 t, 'Word' <<- t Dist
  test_trgm에서
  Dist Limit 10의 주문;

및

select t, 'Word' <<<- t Dist
  test_trgm에서
  Dist Limit 10의 주문;

이것은 GIST 인덱스에 의해 상당히 효율적으로 구현 될 수 있지만 GIN 인덱스는 아닙니다.

시작PostgreSQL9.1,이 인덱스 유형은 인덱스 검색을 지원합니다좋아요andilike, 예를 들어

선택 *에서 test_trgm에서 t where '%foo%bar';

인덱스 검색은 검색 문자열에서 트리 그램을 추출한 다음 인덱스에서 이들을 찾아 작동합니다. 검색 문자열에서 트리 그램이 많을수록 인덱스 검색이 더 효과적입니다. B- 트리 기반 검색과 달리 검색 문자열은 정리 할 필요가 없습니다.

시작PostgreSQL9.3,이 인덱스 유형은 일반 표현 일치에 대한 인덱스 검색을 지원합니다 (~and~*연산자), 예를 들어

선택 *에서 test_trgm에서 t ~ '(foo | bar)';

인덱스 검색은 정규 표현식에서 트리 그램을 추출한 다음 색인에서 이들을 찾아서 작동합니다. 정규 표현식에서 추출 할 수있는 트리 그램이 많을수록 인덱스 검색이 더 효과적입니다. B- 트리 기반 검색과 달리 검색 문자열은 정리 할 필요가 없습니다.

두 가지 모두좋아요및 일반 표현력 검색은 추출 가능한 트리그램이없는 패턴이 전체 인덱스 스캔으로 퇴보 할 것임을 명심하십시오..

GIST와 GIN 인덱싱 사이의 선택은 GIST와 GIN의 상대적 성능 특성에 따라 다릅니다.

Trigram 매칭은 전문 지수와 함께 사용될 때 매우 유용한 도구입니다. 특히 전체 텍스트 검색 메커니즘에 의해 직접 일치하지 않는 철자가 틀린 입력 단어를 인식하는 데 도움이 될 수 있습니다.

첫 번째 단계는 문서에 모든 고유 한 단어가 포함 된 보조 테이블을 생성하는 것입니다.

선택한 단어로 테이블 단어를 작성하십시오
        ts_stat ( 'select to_tsvector (' 'simple' ', bodytext) 문서에서');

여기서문서텍스트 필드가있는 테이블BodyText검색하고자합니다. 사용 이유단순to_tsvector함수는 언어 별 구성을 사용하는 대신 원본 (예정되지 않은) 단어의 목록을 원한다는 것입니다..

다음, 단어 열에서 트리 그램 색인 생성 :

gin을 사용하여 단어에서 index words_idx 만들기 (Word gin_trgm_ops);

지금, Aselect쿼리 이전 예제와 유사한 쿼리를 사용하여 사용자 검색 용어에서 철자가 잘못된 단어의 철자를 제안 할 수 있습니다. 유용한 추가 테스트는 선택된 단어가 철자가 잘못된 단어와도 길이가 비슷해야합니다.

GIST 개발 사이트http : //www.sai.msu.su/~megera/postgres/gist/

Tsearch2 개발 사이트http : //www.sai.msu.su/~megera/postgres/gist/tsearch/v2/

Oleg Bartunov<oleg@sai.msu.su, 러시아 모스크바 대학교 모스크바

Teodor Sigaev<37704_37722, Moscow, Delta-Soft Ltd., 러시아

Alexander Korotkov<a.korotkov@postgrespro.ru, 모스크바, Postgres Professional, 러시아

문서 : Christopher Kings-Lynne

이 모듈은 러시아 모스크바의 Delta-Soft Ltd.가 후원합니다.