postgresql – 自动完成字段的类似UTF-8字符串

概述背景 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 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(); $BODY$  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_IDxON 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
> Finding similar strings with PostgreSQL quickly

您的查询必须与索引表达式匹配才能使用它.

SELECT labelFROM   the_tableWHERE  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 labelFROM   the_tableWHERE  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：

Beginning in Postgresql 9.1,these index types also support index
searches for liKE and IliKE,for example

如果你真的打算使用％运算符：

您是否尝试使用set_limit()降低相似度运算符％的阈值：

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.

总结

以上是内存溢出为你收集整理的postgresql – 自动完成字段的类似UTF-8字符串全部内容，希望文章能够帮你解决postgresql – 自动完成字段的类似UTF-8字符串所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。