在全文搜索中按排名排序的正确方法？

问题描述

我正在尝试通过 postgresql 中的多个相关模型字段实现全文搜索。

我的想法是使用 tsvector 将我需要搜索的所有字段放入一个连接的 to_tsvector(array_to_string(array[field1,field2,...],' ') 中，然后将其与实际搜索查询中的 tsquery 词素匹配。

我得到的 tsquery 是这样的：

select to_tsquery(string_agg(lexeme || ':*',' | ' order by positions)) as query
from unnest(to_tsvector('actual search query')).

为了匹配，我使用了 @@ 运算符：select ... from ... where mytsvector @@ query。

它似乎对我来说工作正常，但我注意到它并没有真正将行从最高匹配结果排序到最低匹配结果。因此，我尝试使用 ts_rank_cd 函数获取分数，然后添加 order by score DESC。

然而，我得到的分数几乎总是 0 或 0.1，很少有其他东西（例如 0.93251 等）。但是，即使那些高于 0.1 的分数似乎并不比许多其他具有 0.1 甚至 0 分数的人更好。这让我觉得我的排名方式不对。

我认为，通过连接我需要进行搜索的所有列，我可以同时为来自不同列的匹配项获得不错的排序搜索结果。

我将列与进一步匹配连接起来的想法至少可行吗？或者有更好的方法来做到这一点？

---

这是我的实际查询（已添加排名）

 with search as (
    select to_tsquery(string_agg(lexeme || ':*',' | ' order by positions)) as query
    from unnest(to_tsvector('my search query'))
 )
 select
    meeting.*,business.company as member_company,companydepartment.name as sp_company,ts_rank_cd(
         to_tsvector(array_to_string(array[
            "user".firstname,"user".lastname,"user".email,business.company,companydepartment.name,meeting.url,meeting.status,meeting.id::text
        ],' ')),query
    ) as score
    from
        search,meeting
        join project on project.id = meeting.projectid
        left join business on business.id = project.businessid

        left join salesprofile on salesprofile.id = meeting.salesprofileid
        left join companydepartment on salesprofile.id = companydepartment.salesprofileid

        join "user" on "user".id = business.userid or "user".id = salesprofile.userid
    where
        to_tsvector(array_to_string(array[
            "user".firstname,' '))
        @@ query
    group by
        search.query,business.userid,meeting.id,salesprofile.userid,"user".firstname,"user".email
    order by score desc;

我的排名是否正确？如果没有，那么我的错误在哪里以及如何解决？

---

PS：我想要实现的例子是这样的：

• 我收到一个搜索查询，其中可能包含一个或多个字词、网址、数字等。

• 我需要将这些词拆分成有意义的部分（词素），然后找到与我的搜索查询最匹配的行。

例如，我可以尝试按 meeting.status、"user".email 和 business.company 进行搜索，并使用查询 accepted [e-mail] Google 或 Facebook Rejected [e-mail]（以任意顺序）字）。我想首先获得符合所有三个条件的结果，然后是至少符合其中 2 个条件的结果，然后是至少符合其中一个条件的结果。

但是，通过这样的搜索查询和上面的 sql，我得到了一些随机排序（例如，结果的第一行可能只是状态为 accepted 的会议，第二行可能是状态为 {{1} 的会议} 和公司名称 accepted 等等，尽管 Google）。

---

我还尝试在排名函数和 order by score 语句中执行 setweight 时使用 to_tsvector，如下所示，这稍微改变了我的排名，但并没有真正改变这是我所期望的。

where

即使我将 ts_rank_cd( to_tsvector(array_to_string(array[ meeting.url,' ') || setweight(to_tsvector('english',coalesce(meeting.status,'')),'A') || setweight(to_tsvector('english',coalesce(business.company,'B') || setweight(to_tsvector('english',coalesce(companydepartment.name,'B') || setweight(to_tsvector(coalesce("user".email,coalesce("user".firstname,'C') || setweight(to_tsvector('english',coalesce("user".lastname,'C') ),query ) as score 置于权重 meeting.status，它的匹配度也没有比其他匹配高 A。

---

我的方法正确吗？如果不是，如何更好地实现预期的功能？如果是，那么为什么我没有得到正确的（在我看来）排名？

---

PPS：我不能使用 status 或其他扩展。

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）