利用PostgreSQL实现毫秒级全文检索
原文 http://www.infoq.com/cn/news/2015/05/PostgreSQL-Lateral-Max
Lateral 是一家内容推荐服务提供商,其 模拟程序 使用 PostgreSQL 存储文档。每个文档包含一个text列和一个存储标题、日期和URL等元数据的JSON列。他们希望为模拟程序创建快速搜索功能,搜索文档全文和标题,生成推荐内容。近日,Lateral首席技术官Max 撰文 介绍了他们的做法。
为了实现这一目标,可以选择开源解决方案 Apache Solr 或 Elasticsearch ,也可以选择托管解决方案 Elastic 或 Algolia ,但出于以下考虑,他们选择了 PostgreSQL的全文搜索功能 :
- 不需要额外安装软件或库
- 可以重用他们在应用程序中使用的数据库接口
- 不需要配置额外的服务器
- 不增加成本
- 数据可以存储在可控的地方
- 不需要在不同的数据源之间同步数据
虽然PostgreSQL搜索的精度和 大规模查询速度存在缺陷 ,但Max认为,它可以满足他们的应用场景。以下是他们的做法:
- 创建一个列tsv,存储tsvector值;
-
在新建的列上创建索引,并用下面的语句填充列:
UPDATE data_rows SET tsv =setweight(to_tsvector(coalesce(meta->>'title','')), 'A') ||setweight(to_tsvector(coalesce(text,'')), 'D');
此处需要注意,JSON列的权重为A,text列的权重为D;
- 创建tsv列更新函数;
- 在表上创建触发器,当更新和新增行时,执行tsv列更新函数。
当一切就绪后,替换下面代码中的“你的查询”并执行:
SELECT id, meta->>'title' as title, meta FROM ( SELECT id, meta, tsv FROM data_rows, plainto_tsquery('你的查询') AS q WHERE (tsv @@ q) ) AS t1 ORDER BY ts_rank_cd(t1.tsv, plainto_tsquery('你的查询')) DESC LIMIT 5;
经测试,该查询大约50毫秒即可完成。如果返回文档全文,则会增加大约350毫秒,这更多的可能是受网络负载影响。如果只返回文档中的200个字符,则仅仅增加大约100毫秒。
本文由用户 gww3 自行上传分享,仅供网友学习交流。所有权归原作者,若您的权利被侵害,请联系管理员。
转载本站原创文章,请注明出处,并保留原始链接、图片水印。
本站是一个以用户分享为主的开源技术平台,欢迎各类分享!