配置示例

文本搜索配置（Text Search Configuration），指定了将文档转换成tsvector过程中所必需的组件：

  • 解析器，用于把文本分解成标记token；
  • 词典列表，用于将每个token转换成词位lexeme。

每次to_tsvector或to_tsquery函数调用时，都需要指定一个文本搜索配置来指定具体的处理过程。GUC参数default_text_search_config指定了默认的文本搜索配置，当文本搜索函数中没有显式指定文本搜索配置参数时，将会使用该默认值进行处理。

openGauss中预定义有一些可用的文本搜索配置，用户也可创建自定义的文本搜索配置。此外，为了便于管理文本搜索对象，还提供有多个gsql元命令，可以显示有关文本搜索对象的信息（详细请参见《工具参考》中“客户端工具 >元命令参考”章节）。

操作步骤

  1. 创建一个文本搜索配置ts_conf，复制预定义的文本搜索配置english。

    1. postgres=# CREATE TEXT SEARCH CONFIGURATION ts_conf ( COPY = pg_catalog.english );
    2. CREATE TEXT SEARCH CONFIGURATION

  2. 创建Synonym词典。

    假设同义词词典定义文件pg_dict.syn内容如下：

    1. postgres    pg 
    2. pgsql       pg 
    3. postgresql  pg

    执行如下语句创建Synonym词典：

    1. postgres=# CREATE TEXT SEARCH DICTIONARY pg_dict (
    2.      TEMPLATE = synonym,
    3.      SYNONYMS = pg_dict,
    4.      FILEPATH = 'file:///home/dicts'
    5.  );

  3. 创建一个Ispell词典english_ispell（词典定义文件来自开源词典）。

    1. postgres=# CREATE TEXT SEARCH DICTIONARY english_ispell (
    2.     TEMPLATE = ispell,
    3.     DictFile = english,
    4.     AffFile = english,
    5.     StopWords = english,
    6.     FILEPATH = 'file:///home/dicts' 
    7. );

  4. 设置文本搜索配置ts_conf，修改某些类型的token对应的词典列表。关于token类型的详细信息，请参见解析器。

    1. postgres=# ALTER TEXT SEARCH CONFIGURATION ts_conf
    2.     ALTER MAPPING FOR asciiword, asciihword, hword_asciipart,
    3.                       word, hword, hword_part
    4.     WITH pg_dict, english_ispell, english_stem;

  5. 在文本搜索配置中，选择设置不索引或搜索某些token类型。

    1. postgres=# ALTER TEXT SEARCH CONFIGURATION ts_conf
    2.     DROP MAPPING FOR email, url, url_path, sfloat, float;

  6. 使用文本检索调测函数ts_debug()对所创建的词典配置ts_conf进行测试。

    1. postgres=# SELECT * FROM ts_debug('ts_conf', '
    2. PostgreSQL, the highly scalable, SQL compliant, open source object-relational
    3. database management system, is now undergoing beta testing of the next
    4. version of our software.
    5. ');

  7. 可以设置当前session使用ts_conf作为默认的文本搜索配置。此设置仅在当前session有效。

    1. postgres=# \dF+ ts_conf
    2.       Text search configuration "public.ts_conf"
    3. Parser: "pg_catalog.default"
    4.       Token      |            Dictionaries             
    5. -----------------+-------------------------------------
    6.  asciihword      | pg_dict,english_ispell,english_stem
    7.  asciiword       | pg_dict,english_ispell,english_stem
    8.  file            | simple
    9.  host            | simple
    10.  hword           | pg_dict,english_ispell,english_stem
    11.  hword_asciipart | pg_dict,english_ispell,english_stem
    12.  hword_numpart   | simple
    13.  hword_part      | pg_dict,english_ispell,english_stem
    14.  int             | simple
    15.  numhword        | simple
    16.  numword         | simple
    17.  uint            | simple
    18.  version         | simple
    19.  word            | pg_dict,english_ispell,english_stem
    21. postgres=# SET default_text_search_config = 'public.ts_conf';
    22. SET
    23. postgres=# SHOW default_text_search_config;
    24.  default_text_search_config 
    25. ----------------------------
    26.  public.ts_conf
    27. (1 row)