如何在PostgreSQL全文搜索中返回部分短语匹配而不返回太多行？

问题描述

我正在使用pg_search gem在Postgresql中执行全文搜索，并且运行良好。但是，某些搜索未返回应有的视频结果。

例如，搜索“物质状态”将返回10个结果，因为视频具有名为“物质状态”的标签。但是“物质的3种状态”返回零结果。同样，“放射性碳定年”返回1个视频，但“碳定年”则不返回任何视频。

这是我设置模型的方式：

# app/models/video.rb
class Video < ApplicationRecord
  include PgSearch::Model

  ...

  pg_search_scope(:user_search,{
    against: {
      title: 'C',description: 'D'
    },associated_against: {
      tags: { name: 'A' }
    },using: {
      tsearch: {
        prefix: true,dictionary: "english"
      }
    }
  })

  ...

end

要运行搜索：

query = "3 states of matter"
results = Video.user_search(query)

如果我使用其他选项，例如trigram或any_word，它将返回太多无关的结果。

如何通过部分匹配来改善全文搜索功能，并避免返回过多无关的结果？我更喜欢使用pg_search的解决方案，但是如果我需要远离宝石，那我会的。

解决方法

希望您尝试使用默认阈值（即trigram）的0.3选项。您可以尝试提高阈值以查找严格匹配。查阅gem文档以获取更多信息-Trigram#threshold。

默认情况下，trigram搜索使用pg_trgm的计算来查找相似度至少为0.3的记录。如果愿意，可以指定自定义阈值。数字越大，匹配越严格，因此返回的结果越少。较低的数字更宽松地匹配，从而获得更多结果。请注意，设置Trigram阈值将强制进行表扫描，因为派生的查询将使用sameity（）函数而不是％运算符。

查看以下内容，然后根据您的桌子尺寸决定

请注意，设置三字母组合阈值将强制进行表扫描 因为派生的查询使用了sameity（）函数而不是％ 运算符。

了解如何计算三字母组合词相似度。请选中此https://www.postgresql.org/docs/9.6/pgtrgm.html，然后您可以根据所需的比较级别设置阈值。