带有多列的Postgres全文搜索，为什么在索引中而不是在运行时连接？

在过去的几天里，我在postgres中遇到了全文搜索，并且在跨多列搜索时对索引有些困惑。

postgres 文档讨论了如何ts_vector在串联列上创建索引，如下所示：

CREATE INDEX pgweb_idx ON pgweb 
    USING gin(to_tsvector('english', title || ' ' || body));

我可以这样搜索：

... WHERE 
      (to_tsvector('english', title||' '||body) @@ to_tsquery('english', 'foo'))

但是，如果我想有时仅搜索标题，有时仅搜索正文，有时两者都搜索，则需要3个单独的索引。如果我在第三列中添加了索引，则可能是6个索引，依此类推。

我在文档中没有看到的另一种方法是只是分别索引两列，然后使用普通WHERE...OR查询：

... WHERE
      (to_tsvector('english', title) @@ to_tsquery('english','foo'))
    OR
      (to_tsvector('english', body) @@ to_tsquery('english','foo'))

在大约一百万行中对这两个基准进行基准测试似乎在性能上基本没有区别。

所以我的问题是：

为什么我要连接这样的索引，而不是单独索引列？两者的优点/缺点是什么？

我最好的猜测是，如果我事先知道，我只想搜索两个列（一次不搜索），那么我只需要通过串联使用较少内存的一个索引。

不，您不需要单独的索引。使用权重功能。它们只是您可以查询的标签。您最多可以有四个标签可查询（AD）。

--search any "field" for quick:
select 'quick:1A brown:2B quick:3C'::tsvector @@ 'quick'::tsquery; --true

--search B "field" for quick:
select 'quick:1A brown:2B quick:3C'::tsvector @@ 'quick:B'::tsquery; --false

--search B or C "fields" for quick:
select 'quick:1A brown:2B quick:3C'::tsvector @@ 'quick:BC'::tsquery; --true

您可能希望串联tsvector，以便可以分别将权重应用于它们，然后将它们放在一起：

select
  setweight( name_column::tsvector, 'A') || setweight( phone_column::tsvector, 'B');

实际上，替代方法是在OR中使用where ，而不是AND。

如果您在tsvector（body + title）上有索引，并且正在其中搜索，则搜索到的单词可以在title 或 body中。

另外-测试时，请确保表格中的行数合理。

最简单的情况应该显示出很大的区别：找到两个单词-其中一个很可能是标题。另一个-很可能在体内。但是请确保没有太多符合这两个条件的行。例如，您体内可能有30％的单词“ depesz”。您也有〜30％的机会在标题中包含“ mysql”。但是在同一行的任何字段中都没有“ depesz和mysql”的可能性很小。然后使用此类索引检查性能。