postgresql 性能优化 之 模糊匹配大杀器

–1.后模糊匹配(%)
create index i_t_msys_btrre_c_ajmc on db_msys.t_msys using btree(c_ajmc text_pattern_ops);
CREATE INDEX
Time: 4189.886 ms (00:04.190)
db_15fb=# select c_ajmc from db_msys.t_msys where c_ajmc like ‘北京%’;
c_ajmc
————————
北京决定和华宇
北京和华宇信息
北京
北京华宇，北京华宇
、、、
db_15fb=# explain analyze select c_ajmc from db_msys.t_msys where c_ajmc like ‘北京%’;
QUERY PLAN
————————————————————————-
Bitmap Heap Scan on t_msys (cost=43.92..2177.91 rows=4204 width=80) (actual time=0.570..2.667 rows=1570 loops=1)
Filter: ((c_ajmc)::text ~~ ‘北京%’::text)
Heap Blocks: exact=500
-> Bitmap Index Scan on i_t_msys_btrre_c_ajmc (cost=0.00..42.87 rows=632 width=0) (actual time=0.477..0.477 rows=1570 loops=1)
Index Cond: (((c_ajmc)::text ~>=~ ‘北京’::text) AND ((c_ajmc)::text ~<~ ‘北亭’::text))
Planning time: 0.956 ms
Execution time: 2.841 ms
(7 rows)

Time: 4.848 ms
–2.前模糊匹配(%),查询以c_ajmc以信息结尾的记录，使用反转函数reverse
db_15fb=# create index i_t_msys_reverse_c_ajmc on db_msys.t_msys using btree(reverse(c_ajmc) text_pattern_ops);
CREATE INDEX
Time: 4011.131 ms (00:04.011)
–查询以张三结尾的信息
db_15fb=# select c_ajmc from db_msys.t_msys where reverse(c_ajmc) like reverse(‘%张三’);
c_ajmc
———-
华宇张三
北京张三
(2 rows)

Time: 0.910 ms

–前模糊匹配也可走索引
db_15fb=# explain analyze select c_ajmc from db_msys.t_msys where reverse(c_ajmc) like reverse(‘%张三’);
QUERY PLAN

————————————————————————-
Bitmap Heap Scan on t_msys (cost=114.86..5312.88 rows=1787 width=80) (actual time=0.064..0.066 rows=2 loops=1)
Filter: (reverse((c_ajmc)::text) ~~ ‘三张%’::text)
Heap Blocks: exact=1
-> Bitmap Index Scan on i_t_msys_reverse_c_ajmc (cost=0.00..114.42 rows=1787 width=0) (actual time=0.042..0.042 rows=2 loops=1)
Index Cond: ((reverse((c_ajmc)::text) ~>=~ ‘三张’::text) AND (reverse((c_ajmc)::text) ~<~ ‘三弡’::text))
Planning time: 0.236 ms
Execution time: 0.148 ms
(7 rows)

Time: 1.211 ms

–或者使用like ‘三张%’等效于 reverse(‘%张三’)
db_15fb=# explain analyze select c_ajmc from db_msys.t_msys where reverse(c_ajmc) like ‘三张%’;
QUERY PLAN

————————————————————————-
Bitmap Heap Scan on t_msys (cost=114.86..5312.88 rows=1787 width=80) (actual time=0.056..0.058 rows=2 loops=1)
Filter: (reverse((c_ajmc)::text) ~~ ‘三张%’::text)
Heap Blocks: exact=1
-> Bitmap Index Scan on i_t_msys_reverse_c_ajmc (cost=0.00..114.42 rows=1787 width=0) (actual time=0.036..0.036 rows=2 loops=1)
Index Cond: ((reverse((c_ajmc)::text) ~>=~ ‘三张’::text) AND (reverse((c_ajmc)::text) ~<~ ‘三弡’::text))
Planning time: 0.259 ms
Execution time: 0.108 ms
(7 rows)

Time: 1.119 ms

pg_trgm的扩展abase也是自带的，如果不能使用可以尝试先删除扩展，然后在创建扩展
–查看安装扩展
db_sqlfx=# select * from pg_extension;
extname | extowner | extnamespace | extrelocatable | extversion | extconfig | extcondition
————–+———-+————–+—————-+————+–
plpgsql | 10 | 11 | f | 1.0 | |
uuid-ossp | 10 | 2200 | t | 1.1 | |
adminpack | 10 | 11 | f | 1.1 | |
postgres_fdw | 10 | 2200 | t | 1.0 | |
file_fdw | 10 | 2200 | t | 1.0 | |
pg_prewarm | 10 | 2200 | t | 1.1 | |
btree_gin | 10 | 2200 | t | 1.2 | |
zhparser | 10 | 2200 | t | 1.0 | |
pg_trgm | 10 | 2200 | t | 1.3 | |
(9 rows)
–如果没有则可以创建扩展：
create extension pg_trgm;
–删除扩展
drop extension pg_trgm;
–c_ajmc创建gin索引
db_15fb=# create index i_t_msys_gin_c_ajmc on db_msys.t_msys using gin(c_ajmc gin_trgm_ops);
CREATE INDEX
Time: 25013.192 ms (00:25.013)
–查询’洞庭湖’
db_15fb=# select c_ajmc from db_msys.t_msys where c_ajmc like (‘%洞庭湖%’);
c_ajmc
—————-
测试洞庭湖数据
(1 row)
Time: 1.005 ms
–全模糊匹配可走索引
db_15fb=# explain analyze select c_ajmc from db_msys.t_msys where c_ajmc like (‘%洞庭湖%’);
QUERY PLAN
————————————————————————————————————-
Bitmap Heap Scan on t_msys (cost=24.27..159.92 rows=35 width=80) (actual time=0.088..0.088 rows=1 loops=1)
Recheck Cond: ((c_ajmc)::text ~~ ‘%洞庭湖%’::text)
Heap Blocks: exact=1
-> Bitmap Index Scan on i_t_msys_gin_c_ajmc (cost=0.00..24.27 rows=35 width=0) (actual time=0.069..0.069rows=1 loops=1)
Index Cond: ((c_ajmc)::text ~~ ‘%洞庭湖%’::text)
Planning time: 0.404 ms
Execution time: 0.152 ms
(7 rows)

Time: 1.263 ms
–后模糊匹配，需要先删除前面的btree，默认会走btree因为代价比gin低,(需要注意的是pg_trgm的后模糊匹配至少需要提供一个字符才会走，前模糊匹配需要提供两个字符)
drop index i_t_msys_btrre_c_ajmc;
db_15fb=# explain analyze select c_ajmc from db_msys.t_msys where c_ajmc like (‘北京%’);
QUERY PLAN
————————————————————————————————————-
Bitmap Heap Scan on t_msys (cost=72.58..9791.59 rows=4204 width=80) (actual time=1.058..4.993 rows=1570 loo
ps=1)
Recheck Cond: ((c_ajmc)::text ~~ ‘北京%’::text)
Rows Removed by Index Recheck: 855
Heap Blocks: exact=989
-> Bitmap Index Scan on i_t_msys_gin_c_ajmc (cost=0.00..71.53 rows=4204 width=0) (actual time=0.869..0.8
69 rows=2425 loops=1)
Index Cond: ((c_ajmc)::text ~~ ‘北京%’::text)
Planning time: 0.589 ms
Execution time: 5.160 ms
(8 rows)
Time: 6.658 ms
–使用gin索引 前模糊匹配
db_15fb=# explain analyze select c_ajmc from db_msys.t_msys where c_ajmc like (‘%合同纠纷’);
QUERY PLAN
————————————————————————————————————-
Bitmap Heap Scan on t_msys (cost=1220.09..19633.34 rows=126980 width=80) (actual time=62.980..298.705 rows=166872 loops=1)
Recheck Cond: ((c_ajmc)::text ~~ ‘%合同纠纷’::text)
Rows Removed by Index Recheck: 12
Heap Blocks: exact=16654
-> Bitmap Index Scan on i_t_msys_gin_c_ajmc (cost=0.00..1188.35 rows=126980 width=0) (actual time=58.905..58.905 rows=166886 loops=1)
Index Cond: ((c_ajmc)::text ~~ ‘%合同纠纷’::text)
Planning time: 0.623 ms
Execution time: 309.385 ms
(8 rows)
Time: 311.072 ms
–使用btree的反转函数
db_15fb=# explain analyze select c_ajmc from db_msys.t_msys where reverse(c_ajmc) like reverse(‘%合同纠纷’); QUERY PLAN
————————————————————————————————————-
Bitmap Heap Scan on t_msys (cost=114.86..5312.88 rows=1787 width=80) (actual time=51.135..289.537 rows=166872 loops=1)
Filter: (reverse((c_ajmc)::text) ~~ ‘纷纠同合%’::text)
Heap Blocks: exact=16654
-> Bitmap Index Scan on i_t_msys_reverse_c_ajmc (cost=0.00..114.42 rows=1787 width=0) (actual time=46.970..46.970 rows=166874 loops=1)
Index Cond: ((reverse((c_ajmc)::text) ~>=~ ‘纷纠同合’::text) AND (reverse((c_ajmc)::text) ~<~ ‘纷纠吉’::text))
Planning time: 0.268 ms
Execution time: 301.174 ms
(7 rows)

Time: 302.413 ms

可以看出前模糊匹配使用gin和btree都可以走索引，gin和btree的效率相差不大，但是gin索引大小比btree大，且创建耗费时间

–查看安装扩展
db_sqlfx=# select * from pg_extension;
extname | extowner | extnamespace | extrelocatable | extversion | extconfig | extcondition
————–+———-+————–+—————-+————+———–+————–
plpgsql | 10 | 11 | f | 1.0 | |
uuid-ossp | 10 | 2200 | t | 1.1 | |
adminpack | 10 | 11 | f | 1.1 | |
postgres_fdw | 10 | 2200 | t | 1.0 | |
file_fdw | 10 | 2200 | t | 1.0 | |
pg_prewarm | 10 | 2200 | t | 1.1 | |
btree_gin | 10 | 2200 | t | 1.2 | |
zhparser | 10 | 2200 | t | 1.0 | |
pg_trgm | 10 | 2200 | t | 1.3 | |
(9 rows)
–如果没有则可以创建扩展：
db_15fb=# create extension zhparser;
CREATE EXTENSION
–创建使用zhparser作为解析器的全文搜索的配置
db_15fb=# create text search configuration testzhcfg(parser = zhparser);
CREATE TEXT SEARCH CONFIGURATION
–往全文搜索配置中增加token映射
db_15fb=# alter text search configuration testzhcfg add mapping for n,v,a,i,e,l with simple;
ALTER TEXT SEARCH CONFIGURATION
上面的token映射只映射了名词(n)，动词(v)，形容词(a)，成语(i),叹词(e)和习用语(l)6种，这6种以外的token全部被屏蔽。词典使用的是内置的simple词典，即仅做小写转换。根据需要可以灵活定义词典和token映射，以实现屏蔽词和同义词归并等功能。
–分词效果
db_15fb=# select to_tsvector(‘testzhcfg’,’南京市长江大桥’);
to_tsvector
—————————————————————————————-
‘南京’:2 ‘南京市’:1 ‘大’:9 ‘大桥’:6 ‘市’:3 ‘桥’:10 ‘江’:8 ‘长’:7 ‘长江’:5 ‘长江大桥’:4
(1 row)

–c_ajmc创建索引，可以看出创建gin索引相比btree是比较耗时的
db_15fb=# create index i_t_msys_c_ajmc on db_msys.t_msys using gin(to_tsvector(‘testzhcfg’,c_ajmc));
CREATE INDEX
Time: 32601.072 ms (00:32.601)
–查询c_ajmc包含北京华宇，to_tsquery(‘testzhcfg’,’北京华宇’)
db_15fb=# select c_baah,c_ajmc from db_msys.t_msys where to_tsvector(‘testzhcfg’,c_ajmc)@@to_tsquery(‘testzhcfg’,’北京华宇’);
c_baah | c_ajmc
—————+———————-
华宇 | 北京决定和华宇
测试案号 | 测试北京与华宇xx纠纷
北京五环之歌 | 北京和华宇信息
(2018)1 | 北京出席华宇科技
测试案号华宇 | 北京华宇
(5 rows)

Time: 1.927 ms
db_15fb=# explain analyze select c_baah,c_ajmc from db_msys.t_msys where to_tsvector(‘testzhcfg’,c_ajmc)@@to_tsquery(‘testzhcfg’,’北京华宇’);
QUERY PLAN
——————————————————————————————————————————-
Bitmap Heap Scan on t_msys (cost=56.00..60.26 rows=1 width=106) (actual time=0.989..1.004 rows=3 loops=1)
Recheck Cond: (to_tsvector(‘testzhcfg’::regconfig, (c_ajmc)::text) @@ ”’北京” & ”华宇” & ”华” & ”宇”’::tsquery)
Heap Blocks: exact=5
-> Bitmap Index Scan on i_t_msys_c_ajmc (cost=0.00..56.00 rows=1 width=0) (actual time=0.971..0.971 rows=13 loops=1)
Index Cond: (to_tsvector(‘testzhcfg’::regconfig, (c_ajmc)::text) @@ ”’北京” & ”华宇” & ”华” & ”宇”’::tsquery)
Planning time: 0.275 ms
Execution time: 1.055 ms
(7 rows)

Time: 2.290 ms
–to_tsquery(‘testzhcfg’,’北京华宇’)等效于to_tsquery(‘testzhcfg’,’北京&华宇’)
db_15fb=# select c_baah,c_ajmc from db_msys.t_msys where to_tsvector(‘testzhcfg’,c_ajmc)@@to_tsquery(‘testzhcfg’,’北京&华宇’);
c_baah | c_ajmc
—————+———————-
华宇 | 北京决定和华宇
测试案号 | 测试北京与华宇xx纠纷
北京五环之歌 | 北京和华宇信息
(2018)1 | 北京出席华宇科技
测试案号华宇 | 北京华宇
(5 rows)

Time: 2.037 ms
db_15fb=# explain analyze select c_baah,c_ajmc from db_msys.t_msys where to_tsvector(‘testzhcfg’,c_ajmc)@@to_tsquery(‘testzhcfg’,’北京&华宇’);
QUERY PLAN

—————————————————————————————
Bitmap Heap Scan on t_msys (cost=56.00..60.26 rows=1 width=106) (actual time=0.941..0.958 rows=5 loops=1)
Recheck Cond: (to_tsvector(‘testzhcfg’::regconfig, (c_ajmc)::text) @@ ”’北京” & ”华宇” & ”华” & ”宇”’::tsquery)
Heap Blocks: exact=5
-> Bitmap Index Scan on i_t_msys_c_ajmc (cost=0.00..56.00 rows=1 width=0) (actual time=0.921..0.921 rows=15 loops=1)
Index Cond: (to_tsvector(‘testzhcfg’::regconfig, (c_ajmc)::text) @@ ”’北京” & ”华宇” & ”华” &
”宇”’::tsquery)
Planning time: 0.295 ms
Execution time: 1.008 ms
(7 rows)

Time: 2.070 ms

–包含’北京’或者’华宇’的：to_tsquery(‘testzhcfg’,’北京|华宇’)
db_15fb=# select c_baah,c_ajmc from db_msys.t_msys where to_tsvector(‘testzhcfg’,c_ajmc)@@to_tsquery(‘testzhcfg’,’北京|华宇’);
c_baah | c_ajmc

—————————+————–
北京科技园 | 华宇信息
华宇 | 北京决定和华宇
测试案号 | 测试北京与华宇xx纠纷
北京五环之歌 | 北京和华宇信息
(2017)xx民初xx号 | 华宇
(2017)xx民初xx号 | 北京
…
Time: 10.426 ms

db_15fb=# explain analyze select c_baah,c_ajmc from db_msys.t_msys where to_tsvector(‘testzhcfg’,c_ajmc)@@to_tsquery(‘testzhcfg’,’北京|华宇’);
QUERY PLAN
——————————————————————————————————————————-
Bitmap Heap Scan on t_msys (cost=69.85..5710.15 rows=1787 width=106) (actual time=2.269..7.338 rows=2941 loops=1)
Recheck Cond: (to_tsvector(‘testzhcfg’::regconfig, (c_ajmc)::text) @@ ”’北京” | ”华宇” & ”华” & ”宇”’::tsquery)
Heap Blocks: exact=1355
-> Bitmap Index Scan on i_t_msys_c_ajmc (cost=0.00..69.41 rows=1787 width=0) (actual time=2.034..2.034 rows=2954 loops=1)
Index Cond: (to_tsvector(‘testzhcfg’::regconfig, (c_ajmc)::text) @@ ”’北京” | ”华宇” & ”华” & ”宇”’::tsquery)
Planning time: 0.268 ms
Execution time: 7.565 ms
(7 rows)

Time: 8.655 ms

这里查询的结果包含了北京和华宇，如果想让只查询包含’北京’和’华宇’中间不包含其他名词或动词等，可使用phraseto_tsquery,此处不管是’北京华宇’,’北京|华宇’,’北京&华宇’结果都一样。
db_15fb=# select c_baah,c_ajmc from db_msys.t_msys where to_tsvector(‘testzhcfg’,c_ajmc)@@phraseto_tsquery(‘testzhcfg’,’北京华宇’);
c_baah | c_ajmc
————–+———————-
测试案号 | 测试北京与华宇xx纠纷
北京五环之歌 | 北京和华宇信息
测试案号华宇 | 北京华宇
(3 rows)

Time: 2.203 ms

db_15fb=# explain analyze select c_baah,c_ajmc from db_msys.t_msys where to_tsvector(‘testzhcfg’,c_ajmc)@@phraseto_tsquery(‘testzhcfg’,’北京华宇’);
QUERY PLAN
————————————————————————————————————
Bitmap Heap Scan on t_msys (cost=56.00..60.26 rows=1 width=106) (actual time=1.147..1.258 rows=3 loops=1)
Recheck Cond: (to_tsvector(‘testzhcfg’::regconfig, (c_ajmc)::text) @@ ”’北京” <-> ”华宇” <-> ”华” <-> ”宇”’::tsquery)
Rows Removed by Index Recheck: 2
Heap Blocks: exact=5
-> Bitmap Index Scan on i_t_msys_c_ajmc (cost=0.00..56.00 rows=1 width=0) (actual time=1.016..1.016 rows=15 loops=1)
Index Cond: (to_tsvector(‘testzhcfg’::regconfig, (c_ajmc)::text) @@ ”’北京” <-> ”华宇” <-> ”华” <-> ”宇”’::tsquery)
Planning time: 0.333 ms
Execution time: 1.307 ms
(8 rows)

但是结果中包含了’测试北京与华宇xx纠纷’,’北京和华宇信息’,原因是token映射中忽略了名词(n)，动词(v)，形容词(a)，成语(i),叹词(e)和习用语(l)6种以外的词。如果需要可以加入其中那样就可以更加精确匹配出’北京华宇’
–不包含’与’
ALTER TEXT SEARCH CONFIGURATION testzhcfg ADD MAPPING FOR n,v,a,i,e,l WITH simple;
db_sqlfx=# select to_tsvector(‘testzhcfg’,’北京与华宇’);
to_tsvector
———————————
‘北京’:1 ‘华’:3 ‘华宇’:2 ‘宇’:4
(1 row)
–将所有词性全部影射出后就就包含’与’
ALTER TEXT SEARCH CONFIGURATION testzhcfg ADD MAPPING FOR a,b,c,d,e,f,g,h,i,j,k,l,m,n,o,p,q,r,s,t,u,v,w,x,y,z WITH simple;
db_sqlfx=# select to_tsvector(‘testzhcfg’,’北京与华宇’)
;
to_tsvector
——————————————————
‘与’:4 ‘京’:3 ‘北’:2 ‘北京’:1 ‘华’:6 ‘华宇’:5 ‘宇’:7
(1 row)

–‘北京’和’华宇’中间不包含任何词，结果包含’北京华宇’
ALTER TEXT SEARCH CONFIGURATION testzhcfg alter MAPPING FOR a,b,c,d,e,f,g,h,i,j,k,l,m,n,o,p,q,r,s,t,u,v,w,x,y,z WITH simple;
db_15fb=# select c_baah,c_ajmc from db_msys.t_msys where to_tsvector(‘testzhcfg’,c_ajmc)@@phraseto_tsquery(‘testzhcfg’,’北京华宇’);
c_baah | c_ajmc
————————+———————-
(2017)川0191民初3198号 | 测试北京华宇信息技术
(2017)川0191民初9022号 | 测试北京华宇
(2 rows)
Time: 1.347 ms

ALTER TEXT SEARCH CONFIGURATION testzhcfg ADD MAPPING FOR n,v,a,i,e,l WITH simple;
–针对多个字段的函数索引
创建函数索引，需要将函数修改为稳定状态(immutable)
db_15fb=# create or replace function f1(regconfig,text) returns tsvector as $$
select to_tsvector($1,$2);
$$ language sql immutable strict;
CREATE FUNCTION
Time: 13.580 ms

db_15fb=# create or replace function f1(text) returns tsvector as $$
select to_tsvector($1);
$$ language sql immutable strict;
CREATE FUNCTION

Time: 17.822 ms
db_15fb=# alter function record_out(record) immutable;
ALTER FUNCTION
Time: 20.823 ms

db_15fb=# alter function textin(cstring) immutable;
ALTER FUNCTION
Time: 15.078 ms

–创建c_baah,c_ajmc字段索引
db_15fb=# create index i_t_msys_ah_ajmc on db_msys.t_msys using gin(f1(‘testzhcfg’::regconfig,c_baah||c_ajmc::text));
CREATE INDEX
Time: 38587.146 ms (00:38.587)
–查询c_baah,c_ajmc包含’北京’和’华宇’的记录，等效于to_tsquery(‘testzhcfg’,’北京华宇’) ; to_tsquery(‘北京&华宇’)效率稍高

db_15fb=# select c_baah,c_ajmc from db_msys.t_msys where f1(‘testzhcfg’::regconfig,c_baah||c_ajmc::text) @@ to_tsquery(‘北京&华宇’) ;
c_baah | c_ajmc
—————+———————-
北京科技园 | 华宇信息
华宇 | 北京决定和华宇
测试案号 | 测试北京与华宇xx纠纷
北京五环之歌 | 北京和华宇信息
(2018)1 | 北京出席华宇科技
测试案号华宇 | 北京华宇
(6 rows)

Time: 1.222 ms
db_15fb=# explain analyze select c_baah,c_ajmc from db_msys.t_msys where f1(‘testzhcfg’::regconfig,c_baah||c_ajmc::text) @@ to_tsquery(‘北京&华宇’) ;
QUERY PLAN
—————————————————————————————————————
Bitmap Heap Scan on t_msys (cost=32.32..72.33 rows=9 width=106) (actual time=0.184..0.197 rows=6 loops=1)
Recheck Cond: (to_tsvector(‘testzhcfg’::regconfig, ((c_baah)::text || (c_ajmc)::text)) @@ to_tsquery(‘北京&华宇’::text))
Heap Blocks: exact=3
-> Bitmap Index Scan on i_t_msys_ah_ajmc (cost=0.00..32.32 rows=9 width=0) (actual time=0.163..0.163 rows=7 loops=1)
Index Cond: (to_tsvector(‘testzhcfg’::regconfig, ((c_baah)::text || (c_ajmc)::text)) @@ to_tsquery(‘北京&华宇’::text))
Planning time: 0.329 ms
Execution time: 0.251 ms
(7 rows)

Time: 1.396 ms

—-查询c_baah,c_ajmc包含’北京’或’华宇’的记录
db_15fb=# select c_baah,c_ajmc from db_msys.t_msys where f1(‘testzhcfg’::regconfig,c_baah||c_ajmc::text) @@ to_tsquery(‘北京|华宇’) ;
c_baah | c_ajmc

—————————+——————–
北京科技园 | 华宇信息
华宇 | 北京决定和华宇
测试案号 | 测试北京与华宇xx纠纷
北京五环之歌 | 北京和华宇信息
北京奥运 | 之歌
(2017)xx民初x号 | 华宇
(2017)x1民初x号 | 北京

…未显示完全
Time: 9.965 ms
db_15fb=# explain analyze select c_baah,c_ajmc from db_msys.t_msys where f1(‘testzhcfg’::regconfig,c_baah||c_ajmc::text) @@ to_tsquery(‘北京|华宇’) ;
QUERY PLAN
————————————————————————————————————————–
Bitmap Heap Scan on t_msys (cost=63.89..10564.67 rows=3566 width=106) (actual time=1.104..6.190 rows=2942 loops=1)
Recheck Cond: (to_tsvector(‘testzhcfg’::regconfig, ((c_baah)::text || (c_ajmc)::text)) @@ to_tsquery(‘北京|华宇’::text))
Heap Blocks: exact=1353
-> Bitmap Index Scan on i_t_msys_ah_ajmc (cost=0.00..62.99 rows=3566 width=0) (actual time=0.853..0.853 rows=2944 loops=1)
Index Cond: (to_tsvector(‘testzhcfg’::regconfig, ((c_baah)::text || (c_ajmc)::text)) @@ to_tsquery(‘北京|华宇’::text))
Planning time: 0.285 ms
Execution time: 6.429 ms
(7 rows)

Time: 7.670 ms

–查询’北京华宇’
db_15fb=# select c_baah,c_ajmc from db_msys.t_msys where f1(‘testzhcfg’::regconfig,c_baah||c_ajmc::text) @@ phraseto_tsquery(‘testzhcfg’,’北京华宇’) ;
c_baah | c_ajmc
————————+———————-
(2017)川0191民初3198号 | 测试北京华宇信息技术
(2017)川0191民初9022号 | 测试北京华宇
(2 rows)

Time: 1.786 ms

比如需要在所有列中找到匹配’北京’的值
使用t_msys::text可以将行转成一个大文本。
–创建行级全文检索
db_15fb=# create index i_t_msys_all on db_msys.t_msys using gin(f1(‘testzhcfg’::regconfig,t_msys::text));
CREATE INDEX
Time: 128538.026 ms (02:08.538)
–查询所有字段包含’北京’的情况
db_15fb=# select c_jksxcsmc,c_baah,c_ajmc from db_msys.t_msys where to_tsvector(‘testzhcfg’::regconfig,t_msys::text)@@to_tsquery(‘北京’);
c_jksxcsmc | c_baah | c_ajmc

—————————-+—————————+————————————————————————-
南京xx信息技术有限公司 | 北京科技园 | 华宇信息
南京xx信息技术有限公司 | 华宇 | 北京决定和华宇
南京xx信息技术有限公司 | 测试案号 | 测试北京与华宇xx纠纷
南京xx信息技术有限公司 | 北京五环之歌 | 北京和华宇信息
南京xx信息技术有限公司 | 北京奥运 | 之歌
北京华宇信息技术有限公司 | 测试数据 | 测试数据
测试北京信息技术 | 测试数据 | 测试数据
…
Time: 10.382 ms
db_15fb=# explain analyze select c_jksxcsmc,c_baah,c_ajmc from db_msys.t_msys where to_tsvector(‘testzhcfg’::regconfig,t_msys::text)@@to_tsquery(‘北京’);
QUERY PLAN
—————————————————————————————————————————-
Bitmap Heap Scan on t_msys (cost=38.10..6134.09 rows=1787 width=146) (actual time=1.014..6.792 rows=2841 loops=1)
Recheck Cond: (to_tsvector(‘testzhcfg’::regconfig, (t_msys.*)::text) @@ to_tsquery(‘北京’::text))
Heap Blocks: exact=1281
-> Bitmap Index Scan on i_t_msys_all (cost=0.00..37.66 rows=1787 width=0) (actual time=0.788..0.788 rows=2843 loops=1)
Index Cond: (to_tsvector(‘testzhcfg’::regconfig, (t_msys.*)::text) @@ to_tsquery(‘北京’::text))
Planning time: 0.312 ms
Execution time: 7.056 ms
(7 rows)

Time: 8.364 ms

查询术语在文档中出现的频率，术语在文档中的接近程度，以及文档中出现的部分的重要性
–c_ajmc根据权重排序
db_15fb=# select c_ajmc,ts_rank(to_tsvector(‘testzhcfg’,c_ajmc),to_tsquery(‘testzhcfg’,’北京华宇’)) rank
from db_msys.t_msys where to_tsvector(‘testzhcfg’,c_ajmc) @@to_tsquery(‘testzhcfg’,’北京华宇’)
order by rank desc
;
c_ajmc | rank
———————-+———-
北京华宇，北京华宇 | 0.910206
测试北京与华宇xx纠纷 | 0.463622
北京和华宇信息 | 0.463622
北京华宇 | 0.463622
北京决定和华宇 | 0.457134
北京出席华宇科技 | 0.457134
(6 rows)

Time: 2.179 ms

–c_baah,c_ajmc多字段权重排序
db_15fb=# select c_baah,c_ajmc,ts_rank(f1(‘testzhcfg’::regconfig,c_baah||c_ajmc::text),to_tsquery(‘北京&华宇’)) rank
db_15fb-# from db_msys.t_msys where f1(‘testzhcfg’::regconfig,c_baah||c_ajmc::text) @@to_tsquery(‘北京&华宇’)
db_15fb-# order by rank desc;
c_baah | c_ajmc | rank
——————-+———————-+———–
北京华宇,北京华宇 | 北京华宇，北京华宇 | 0.733734
测试案号华宇 | 北京华宇 | 0.186813
华宇 | 北京决定和华宇 | 0.185238
北京五环之歌 | 北京和华宇信息 | 0.181526
测试案号 | 测试北京与华宇xx纠纷 | 0.0991032
(2018)1 | 北京出席华宇科技 | 0.0973585
北京科技园 | 华宇信息 | 0.095243
(7 rows)
Time: 2.038 ms

–查询离婚信息，返回结果26610条，耗时849ms
db_15fb=# explain (analyze,verbose,buffers) select c_ajmc,ts_rank(to_tsvector(‘testzhcfg’,c_ajmc),to_tsquery(‘testzhcfg’,’离婚’)) rank
db_15fb-# from db_msys.t_msys where to_tsvector(‘testzhcfg’,c_ajmc) @@to_tsquery(‘testzhcfg’,’离婚’) order by rank desc limit 10
db_15fb-# ;
QUERY PLAN
——————————————————————————————————————————————-
Limit (cost=48.53..48.53 rows=1 width=84) (actual time=849.020..849.023 rows=10 loops=1)
Output: c_ajmc, (ts_rank(to_tsvector(‘testzhcfg’::regconfig, (c_ajmc)::text), ”’离婚” & ”离” & ”婚”’::tsquery))
Buffers: shared hit=11372
-> Sort (cost=48.53..48.53 rows=1 width=84) (actual time=849.017..849.018 rows=10 loops=1)
Output: c_ajmc, (ts_rank(to_tsvector(‘testzhcfg’::regconfig, (c_ajmc)::text), ”’离婚” & ”离” & ”婚”’::tsquery))
Sort Key: (ts_rank(to_tsvector(‘testzhcfg’::regconfig, (t_msys.c_ajmc)::text), ”’离婚” & ”离” & ”婚”’::tsquery)) DESC
Sort Method: top-N heapsort Memory: 25kB
Buffers: shared hit=11372
-> Bitmap Heap Scan on db_msys.t_msys (cost=44.00..48.52 rows=1 width=84) (actual time=14.057..825.193 rows=26610 loops=1)
Output: c_ajmc, ts_rank(to_tsvector(‘testzhcfg’::regconfig, (c_ajmc)::text), ”’离婚” & ”离” & ”婚”’::tsquery)
Recheck Cond: (to_tsvector(‘testzhcfg’::regconfig, (t_msys.c_ajmc)::text) @@ ”’离婚” & ”离” & ”婚”’::tsquery)
Heap Blocks: exact=11336
Buffers: shared hit=11372
-> Bitmap Index Scan on i_t_msys_c_ajmc (cost=0.00..44.00 rows=1 width=0) (actual time=11.260..11.260 rows=26610 loops=1)
Index Cond: (to_tsvector(‘testzhcfg’::regconfig, (t_msys.c_ajmc)::text) @@ ”’离婚” & ”离” & ”婚”’::tsquery)
Buffers: shared hit=36
Planning time: 0.384 ms
Execution time: 849.099 ms
(18 rows)

Time: 850.649 ms

–查询合同|纠纷，返回179308条数据，耗时10s
db_15fb=# explain (analyze,verbose,buffers) select c_ajmc,ts_rank(to_tsvector(‘testzhcfg’,c_ajmc),to_tsquery(‘testzhcfg’,’合同|纠纷’)) rank
from db_msys.t_msys where to_tsvector(‘testzhcfg’,c_ajmc) @@to_tsquery(‘testzhcfg’,’合同|纠纷’)
;
QUERY PLAN
——————————————————————————————————————————————————–
Bitmap Heap Scan on db_msys.t_msys (cost=80.00..84.52 rows=1 width=84) (actual time=148.596..10658.341 rows=179308 loops=1)
Output: c_ajmc, ts_rank(to_tsvector(‘testzhcfg’::regconfig, (c_ajmc)::text), ”’合同” & ”合” & ”同” | ”纠纷” & ”纠” & ”纷”’::tsquery)
Recheck Cond: (to_tsvector(‘testzhcfg’::regconfig, (t_msys.c_ajmc)::text) @@ ”’合同” & ”合” & ”同” | ”纠纷” & ”纠” & ”纷”’::tsquery)
Heap Blocks: exact=16632
Buffers: shared hit=16811
-> Bitmap Index Scan on i_t_msys_c_ajmc (cost=0.00..80.00 rows=1 width=0) (actual time=144.298..144.298 rows=179310 loops=1)
Index Cond: (to_tsvector(‘testzhcfg’::regconfig, (t_msys.c_ajmc)::text) @@ ”’合同” & ”合” & ”同” | ”纠纷” & ”纠” & ”纷”’::tsquery)
Buffers: shared hit=179
Planning time: 0.373 ms
Execution time: 10695.288 ms
(10 rows)

表大小：
db_15fb=# select pg_size_pretty(pg_relation_size(‘t_msys’));
pg_size_pretty
—————-
131 MB
(1 row)

Time: 0.858 ms
–索引使用

| 索引类型 | 索引名称 | 索引大小 | 创建耗时 | 场景 |
| :———– | ———————– | ——– | ————-|————–|
| btree | i_t_msys_btrre_c_ajmc | 37MB | 4189.886 ms |前模糊匹配 |
| btree-reverse| i_t_msys_reverse_c_ajmc | 37MB | 4011.131 ms |后模糊匹配 |
| gin-pg_trgm |i_t_msys_gin_c_ajmc | 67MB | 25013.192 ms |全模糊匹配三元组|
| gin-zhparser |i_t_msys_c_ajmc | 21MB | 32601.072 ms |单字段全文检索 |
| gin-zhparser |i_t_msys_ah_ajmc | 25MB | 38587.146 ms |多字段全文检索 |
| gin-zhparser |i_t_msys_all | 106MB | 128538.026 ms|行级全文检索 |
行级全文检索占用空间接近表达小，创建也比较耗时。