이 문서는 지원되지 않는 버전의 PostgreSQL을위한 것입니다.
당신은에 대해 같은 페이지를 볼 수 있습니다PostgreSQL : 문서 : 17 : 12.2. 테이블 및 토토 결과버전 또는 위에 나열된 다른 지원 버전 중 하나입니다.

12.2. 테이블 및 범퍼카 토토

이전 섹션의 예제는 전체 텍스트를 설명했습니다 단순한 상수 줄을 사용하여 일치합니다. 이 섹션에서는 방법을 보여줍니다 테이블 데이터 검색, 선택적으로 인덱스를 사용합니다.

12.2.1. 테이블 검색

색인이없는 전체 텍스트 검색을 수행 할 수 있습니다. 에이 인쇄하는 간단한 쿼리제목단어가 포함 된 각 행친구inBody필드 IS :

제목을 선택하십시오
pgweb에서
TO_TSVECTOR ( '영어', 바디) @@ TO_TSQUERY ( 'English', 'Friend');

이것은 또한와 같은 관련 단어를 찾을 것입니다.친구and친절한, 이 모든 것이 동일한 정규화 된 Lexeme으로 축소되므로

위의 쿼리는를 지정합니다.영어구성을 사용하여 구문 분석하고 줄을 정규화하십시오. 또는 우리는 그것을 생략 할 수 있습니다 구성 매개 변수 :

제목을 선택하십시오
pgweb에서
where to_tsvector (body) @@ to_tsquery ( 'friend');

이 쿼리는에 의해 설정된 구성을 사용합니다.default_text_search_config.

더 복잡한 예는 가장 최근 10 개를 선택하는 것입니다. 포함 된 문서Createand테이블in제목또는body:

제목을 선택하십시오
pgweb에서
where to_tsvector (title || ''|| body) @@ to_tsquery ( 'Create & Table')
last_mod_date desc 리미트 10; 주문

명확성을 위해 우리는를 생략했습니다.Coalesce필요한 기능 호출 포함 된 행을 찾으려면null하나 두 분야 중.

이 쿼리는 범퍼카 토토없이 작동하지만 대부분은 작동합니다 응용 프로그램은 아마도이 접근법이 너무 느리게 발견 될 것입니다 가끔 임시 검색의 경우. 텍스트 검색의 실질적인 사용 일반적으로 색인 생성이 필요합니다.

12.2.2. 범퍼카 토토 생성

우리는 a를 만들 수 있습니다색인 (섹션 12.9) 속도 UP 텍스트 검색 :

gin을 사용하여 pgweb에서 인덱스 pgweb_idx 생성 (to_tsvector ( 'English', Body));

2의 2- 관점 버전에 주목하십시오.to_tsvector사용됩니다. 텍스트 검색 만 구성 이름을 지정하는 함수에서 사용할 수 있습니다. 표현 범퍼카 토토 (토토 사이트 순위 PostgreSQL). 범퍼카 토토 내용이 있어야하기 때문입니다 의 영향을받지 않음default_text_search_config. 영향을 받으면 범퍼카 토토 내용이 일치하지 않을 수 있습니다. 다른 항목에 포함될 수 있기 때문에TSVECTOR다른 텍스트로 생성 된 것 검색 구성, 어느 쪽을 추측 할 방법이 없습니다. 그랬어. 그러한 것을 버리고 복원하는 것은 불가능합니다. 정확하게 색인.

이기 때문에to_tsvector위의 색인에만 사용되었습니다 2의 2- 태도 버전을 사용하는 쿼리 참조to_tsvector같은 구성 이름은 해당 범퍼카 토토를 사용합니다. 즉,WHERE TO_TSVECTOR ( '영어', 바디) @@ 'a & 비'색인을 사용할 수 있지만어디서 to_tsvector (body) @@ 'a & b'할 수 없습니다. 이것은 그것을 보장합니다 범퍼카 토토는 사용 된 것과 동일한 구성으로 만 사용됩니다. 범퍼카 토토 항목 생성.

보다 복잡한 표현 범퍼카 토토를 설정할 수 있습니다. 구성 이름이 다른 열에서 지정되는 경우 예 :

gin을 사용하여 pgweb에서 인덱스 pgweb_idx 생성 (to_tsvector (config_name, body));

여기서config_name는 열입니다 그만큼pgweb테이블. 이것은 혼합을 허용합니다 기록하는 동안 동일한 인덱스의 구성 각 인덱스 항목에 구성이 사용되었습니다. 이것은 될 것입니다 예를 들어, 문서 컬렉션에 포함 된 경우 유용합니다 다른 언어로 된 문서. 다시 한 번 쿼리 인덱스 사용은 일치하도록 표현되어야합니다 (예 :where to_tsvector (config_name, body) @@ 'a & 비'.

범퍼카 토토는 열을 연결할 수 있습니다 :

gin을 사용하여 pgweb에서 인덱스 pgweb_idx 생성

또 다른 접근 방식은 별도를 만드는 것입니다tsvector열의 출력을 유지하려면 열to_tsvector. 이 예제는 연결입니다 의제목andBody, 사용Coalesce한 필드가 여전히 보장되도록합니다 다른 사람이 범퍼카 토토 됨null:

ALTER TABLE PGWEEB 열 ADD TEXTSEARTHABLE_INDEX_COL TSVECTOR;
pgweb set textsearchable_index_col = 업데이트
     to_tsvector ( '영어', Coalesce (title, '') || ''|| Coalesce (Body, '');

그러면 우리는 a를 만듭니다.검색 속도를 높이는 색인 :

gin (textsearchable_index_col)을 사용하여 pgweb에서 index textsearch_idx 만들기;

이제 우리는 빠른 전체 텍스트 검색을 수행 할 준비가되었습니다 :

제목을 선택하십시오
pgweb에서
여기서 textsearchable_index_col @@ to_tsquery ( 'Create & Table')
last_mod_date desc 리미트 10; 주문

별도의 열을 사용하여 저장할 때TSVECTOR표현은 만들어야합니다 유지하려는 방아쇠TSVECTOR열 언제든지 현재제목또는Body변경.섹션 12.4.3그렇게하는 방법을 설명합니다.

별도의 컬럼 접근법의 한 가지 장점 표현 범퍼카 토토는 명시 적으로 필요하지 않다는 것입니다. 텍스트 검색 구성을 쿼리로 지정합니다. 색인을 사용하십시오. 위의 예에서 볼 수 있듯이 쿼리 의존 할 수 있습니다default_text_search_config. 또 다른 장점은 검색이 더 빠를 필요가 없기 때문에 더 빠를 것입니다. redoto_tsvector전화 범퍼카 토토 일치를 확인하십시오. (이것은 요점을 사용할 때 더 중요합니다 진 범퍼카 토토보다 범퍼카 토토; 보다섹션 12.9.) 그러나 표현-범퍼카 토토 접근법은 설정이 더 간단합니다. 이후로 디스크 공간이 적습니다.TSVECTOR표현이 저장되지 않았습니다 명시 적으로.