將來自不同表的兩個 postgresql tsvector 字段連接到單個 postgresql 視圖中，以啟用連接的全文搜索

Question

我有一個由 3 個表組成的 postgresql 視圖：

create view search_view as 
select u.first_name, u.last_name, a.notes, a.summary, a.search_index 
from user as u, assessor as a, connector as c 
where a.connector_id = c.id and c.user_id = u.id;

但是，我需要將 3 個表中的 2 個 tsvector 字段連接到視圖中的單個 tsvector 字段中，該字段提供跨 4 個字段的全文搜索：2 個來自一個表，2 個來自另一個。

我已經閱讀了說明我可以使用 concat 運算符組合兩個 tsvector 字段的文檔，但我不確定這在語法上是什么樣子，也不確定這個實現是否有潛在的問題。

我正在尋找將兩個 tsvector 字段從不同的表連接到視圖中的示例代碼，以及關於這在 postgresql 領域中是好還是壞的做法的評論。

Answer 1

我想知道同樣的事情。 我認為我們不應該像這樣組合來自多個表的 tsvectors。 最好的解決辦法是：

1. 在每個表（用戶、評估員、連接器）中創建一個新的 tsv 列
2. 使用您要搜索的所有文本更新每個表中的新 tsv 列。 例如，在用戶表中，您將更新連接 first_name 和 last_name 列的所有記錄的 tsv 列。
3. 在新的 tsv 列上創建索引，這比在單個列上建立索引要快
4. 像往常一樣運行你的查詢，讓 Postgres 去“思考”要使用哪些索引。 它可能會或可能不會在涉及多個表的查詢中使用所有索引。
5. 使用 ANALYZE 和 EXPLAIN 命令查看 Postgres 如何利用您的新索引進行特定查詢，這將使您深入了解進一步加快速度。

至少這將是我的方法。 我一直在做大量閱讀，發現人們並沒有將來自多個表的數據組合到 tsvectors 中。 實際上我認為這是不可能的，可能只有在創建 tsvector 時才能使用當前表的列。

Answer 2

連接 tsv 向量有效，但根據評論，索引可能不會以這種方式使用（不是專家，不能說它是否確實如此）。

SELECT * FROM newsletters
LEFT JOIN campaigns ON newsletters.campaign_id=campaigns.id
WHERE newsletters.tsv || campaigns.tsv @@ to_tsquery(unaccent(?))

你想要這個的原因是搜索像txt1 & txt2 & txt 3這樣的 AND 字符串，這是非常常見的使用場景。 如果您通過OR WHERE campaigns.tsv @@ to_tsquery(unaccent(?)拆分搜索，這將不起作用，因為它將嘗試匹配兩個 tsv 列中的所有 3 個標記，但標記可能位於任一列中。

我發現的一種解決方案是使用觸發器在 table2 更改時插入和更新 table1 中的 tsv 列，請參閱： https : //dba.stackexchange.com/questions/154011/postgresql-full-text-search-tsv-column -trigger-with-many-to-many但這不是一個明確的答案，使用這么多觸發器很容易出錯並且很麻煩。

官方文檔和一些教程還展示了在不使用 tsv 列的情況下將所有想要的列即時連接到 ts 向量中。 但目前尚不清楚動態與 tsv 列方法相比慢了多少，我找不到關於此的單一基准或解釋。 該文件簡單地說：

另一個優點是搜索會更快，因為不需要重做 to_tsvector 調用來驗證索引匹配。 （這在使用 GiST 索引時比使用 GIN 索引更重要；請參閱第 12.9 節。）然而，表達式索引方法設置起來更簡單，並且由於 tsvector 表示沒有顯式存儲，因此它需要更少的磁盤空間。

我只能從中看出 tsv 列可能會浪費資源並且只會使事情復雜化，但很高興看到一些硬數字。 但是，如果您可以像這樣連接 tsv 列，那么我想這與在 WHERE 子句中執行此操作沒有什么不同。