Postgresql 模糊搜索

Posted 2023-04-14

【中文标题】Postgresql 模糊搜索

【英文标题】：Postgresql Fuzzy Search

【发布时间】：2021-11-20 06:12:37

【问题描述】：

请原谅这个一般性问题。我在 PostgreSQL 中创建了一个巨大的模糊搜索函数，它使用相似度、Soundex、Metaphone、Levenshtein 和其他类型的逻辑比较。我已经为每个结果设置了加权值。该功能已经增长以改善结果，但它很慢而且仍然不是很好！我花了很多时间研究和搜索比我更聪明的人创建的模糊搜索！

有谁知道 PostgreSQL 的一个很棒的模糊搜索功能，它比较两个字符串并产生一个可以排序的分数？我希望有一些可以像这样工作的东西：

SELECT tbl_name_column, blur_function(tbl_name_column, '最像这个字符串') 作为分数 来自 tbl ORDER BY score desc

【问题讨论】：

这能回答你的问题吗？ How to create simple fuzzy search with PostgreSQL only?

【参考方案1】：

pg_trgm 扩展提供了 Trigram 评分，但还有 this answer 中提到的 fuzzystrmatch 扩展提供其他算法支持（当前的 PG 文档 [v14] 警告说除了 levenshtein() 函数之外的所有内容都没有与 UTF-8 等多字节编码配合良好，因此请注意）。

pg_trgm：

SELECT 
    tbl_name_column, 
    similarity(tbl_name_column, 'search string') AS score 
FROM tbl 
ORDER BY score DESC; -- Trigram score increases with similarity

模糊匹配：

SELECT 
    tbl_name_column, 
    levenshtein(tbl_name_column, 'search string') AS score 
FROM tbl 
ORDER BY score ASC; --levenshtein distance decreases with similarity