全文搜尋總覽

全文搜尋 (FTS) 可協助您找出符合查詢條件的自然語言文件。這種做法比標準字串比對更有效，因為會考量語言細微差異，例如忽略「the」等常見字詞，以及比對不同形式的字詞，例如「run」、「running」或「ran」。

AlloyDB for PostgreSQL 支援所有全文搜尋功能。除了支援 GIN 和 GiST 索引，AlloyDB 也提供 RUM 擴充功能，可在 PostgreSQL 17 以下版本執行高效能全文搜尋，以及在 PostgreSQL 17 以上版本執行 BM25 相關性排名。

全文搜尋的核心概念

如要有效實作全文搜尋 (FTS)，您應瞭解 PostgreSQL 處理及搜尋文字的方式。搜尋單位是「文件」，通常是文字欄或資料列中的欄組合。索引建構程序會剖析這份文件，將字詞 (或詞素，即字詞的基本形式) 與資料列建立關聯。

這個程序會透過預先處理管道，將原始文字轉換為可搜尋的格式，方法如下：

  • 將文字拆分為符記。
  • 移除常見的停用詞。
  • 將字詞正規化為字根形式，例如「run」是「run」、「runs」、「running」和「ran」的詞素。

使用全文搜尋時，您也需要瞭解專門的資料類型、運算子和各種索引策略，包括內建的 PostgreSQL 索引和高效能 RUM 索引。

PostgreSQL 使用兩種主要資料類型和比對運算子來管理 FTS：

  • tsvector：以可搜尋的格式表示文件，也就是不重複的詞素排序清單。
  • tsquery：代表搜尋字詞，包括可合併詞素的布林運算子。
  • @@：檢查 tsvector 是否與 tsquery 相符，可進行語言感知搜尋。

AlloyDB 支援內建 PostgreSQL 支援的所有全文搜尋索引類型。選擇索引時，請考量搜尋速度、索引建構時間、更新速度，以及所需特定搜尋功能 (例如詞組搜尋或關聯性排名) 之間的平衡。

如要提升搜尋結果的相關性和準確度，您也可以選擇下列選項：

  • RUM 索引：將位置資訊直接儲存在索引中，藉此改善標準 GIN 索引，讓您不必存取表格資料，就能更快執行詞組搜尋和相關性排名。這項擴充功能支援 PostgreSQL 17 以下版本。詳情請參閱「建立及管理 RUM 索引」。
  • BM25 索引：實作機率最佳比對 25 演算法，根據字詞頻率和長度飽和度排列文件，提供符合業界標準的關鍵字比對精確度。這項擴充功能支援 PostgreSQL 17 以上版本。詳情請參閱「建立及管理 BM25 索引」。

結合全文搜尋和語意搜尋

最強大的搜尋實作通常會結合使用 RUM 索引的全文搜尋和向量搜尋。使用混合型搜尋，結合語意解讀和精確關鍵字比對的優勢，合併不同的結果集，進行全面排名。

舉例來說，在電子商務應用程式中，您可以先使用全文搜尋和 RUM，找出含有特定關鍵字 (例如「慢跑鞋」) 的產品，然後使用向量搜尋，根據與使用者更詳細查詢 (例如「適合長跑訓練的舒適鞋款」) 的語意相似度，找出結果。接著，資料庫會使用倒數排名融合 (RRF) 演算法，將這兩個搜尋元件的排名結果融合為單一整合清單，產生最終排名。

如要進一步瞭解如何使用這種混合式方法，請參閱「執行混合型向量相似度搜尋」。

後續步驟