PostgreSQL 中的全文搜索是什么意思？

封面图 • 2026-03-27 • PostgreSQL

在 PostgreSQL 中，**全文搜索（Full-Text Search, FTS）** 是一种用于高效地从文本数据中查找信息的功能。它不仅仅是简单的 `LIKE` 查询或正则表达式匹配，而是通过分析文本内容，提取出关键词、词干、同义词等，从而实现更智能、更高效的搜索。

---

## 📌 一、什么是全文搜索？

全文搜索是一种能够对**大段文本**进行索引和查询的机制，它可以：

- 忽略标点符号和停用词（如“the”、“and”）
- 支持多种语言
- 支持模糊匹配、词干提取（stemming）、同义词扩展等高级功能
- 提供相关性排序（ranking）

---

## 🧩 二、PostgreSQL 全文搜索的基本概念

### 1. **文档（Document）**
- 通常是数据库中的一个字段（例如：`description`、`content`）。
- 它是一个文本字符串，需要被搜索。

### 2. **查询（Query）**
- 用户输入的搜索词，比如：“人工智能 算法”。

### 3. **分词（Tokenization）**
- 将文本拆分成一个个“词项”（tokens），例如：
  - “Hello world!” → `['hello', 'world']`
- 分词会根据语言设置（如英语、中文）进行不同处理。

### 4. **词典（Dictionary）**
- 用于识别词项是否为有效词，支持词干提取（stemming）和同义词替换。

### 5. **索引（Index）**
- 使用 `tsvector` 类型来表示文本的索引形式，便于快速搜索。

---

## 🔍 三、PostgreSQL 全文搜索的核心类型和函数

### 1. `tsvector`
- 表示文档的索引形式，是经过分词、标准化后的结果。
- 示例：
  ```sql
  SELECT to_tsvector('english', 'The quick brown fox jumps over the lazy dog');
  ```
  输出可能是：
  ```
  'brown':3 'dog':9 'fox':4 'jumps':5 'lazy':8 'quick':2 'the':1,7
  ```

### 2. `tsquery`
- 表示查询的索引形式。
- 示例：
  ```sql
  SELECT to_tsquery('english', 'quick & jump');
  ```
  输出可能是：
  ```
  'quick' & 'jump'
  ```

### 3. `to_tsvector()`
- 将原始文本转换为 `tsvector` 格式。

### 4. `to_tsquery()`
- 将用户输入的查询字符串转换为 `tsquery` 格式。

### 5. `@@`
- 用于判断 `tsvector` 是否包含 `tsquery` 的关键词。
- 示例：
  ```sql
  SELECT * FROM articles WHERE to_tsvector(content) @@ to_tsquery('quick & jump');
  ```

### 6. `ts_rank()`
- 计算查询与文档的相关性得分，用于排序。
- 示例：
  ```sql
  SELECT id, content, ts_rank(to_tsvector(content), to_tsquery('quick & jump')) AS rank
  FROM articles
  WHERE to_tsvector(content) @@ to_tsquery('quick & jump')
  ORDER BY rank DESC;
  ```

---

## 🧠 四、使用场景举例

假设有一个文章表 `articles`，结构如下：

```sql
CREATE TABLE articles (
    id SERIAL PRIMARY KEY,
    title TEXT,
    content TEXT
);
```

要搜索包含“人工智能”和“算法”的文章：

```sql
SELECT * FROM articles
WHERE to_tsvector(title || ' ' || content) @@ to_tsquery('人工智能 & 算法');
```

---

## ✅ 五、优点

- 更快的搜索速度
- 更好的语义理解（如忽略大小写、停用词、词干）
- 支持多语言
- 可以结合 `ts_rank()` 做排序

---

## ❗ 六、注意事项

- 不支持中文的自动分词（除非使用扩展模块如 `zhparser`）
- 需要预处理文本（使用 `to_tsvector`）
- 查询语句需要符合 `tsquery` 的语法（如使用 `&` 表示 AND，`|` 表示 OR）

---

## 📚 七、扩展功能

PostgreSQL 的全文搜索还可以通过以下方式增强：

- 使用 `pg_trgm` 扩展支持模糊匹配
- 使用 `zhparser` 支持中文分词
- 使用 `tsearch` 模块自定义词典

---

## ✅ 总结

> **PostgreSQL 的全文搜索** 是一种强大的文本搜索功能，它通过将文本转换为 `tsvector` 格式，并使用 `tsquery` 进行匹配，可以实现高效、智能的搜索。适用于需要对大量文本进行检索的场景，如新闻网站、搜索引擎、知识库系统等。

如果你有具体的使用场景或问题，我可以帮你进一步分析和优化！