本文帮助您快速理解PolarDB PostgreSQL版全文检索的基本用法，包括安装/卸载插件、创建表、创建索引和查询等操作。
安装插件
CREATE EXTENSION rum;如需使用中文分词功能，可同步安装中文分词插件。
CREATE EXTENSION pg_jieba;说明
以上插件的详细版本限制请参见pg_jieba（中文分词）和rum（全文检索加速）。
创建表
创建英文表。
CREATE TABLE test_english(id serial, t text, d timestamp);创建中文表。
CREATE TABLE test_chinese(id serial, t text, d timestamp, v tsvector);
插入数据
向英文表插入测试数据。
INSERT INTO test_english(t,d) VALUES ('The situation is most beautiful', '2016-05-01 20:21:22.326724'); INSERT INTO test_english(t,d) VALUES ('It is a beautiful', '2016-05-01 21:21:22.326724'); INSERT INTO test_english(t,d) VALUES ('It looks like a beautiful place', '2016-05-01 22:21:22.326724'); INSERT INTO test_english(t,d) VALUES ('It looks l a beautiful place', '2016-05-02 00:21:22.326724'); INSERT INTO test_english(t,d) VALUES ('It looks like a beautiful places', '2016-05-02 02:21:22.326724'); INSERT INTO test_english(t,d) VALUES ('It looks like a beaut places', '2016-05-02 03:21:22.326724'); INSERT INTO test_english(t,d) VALUES ('It looks like a pig', '2016-05-02 03:21:22.326724');向中文表插入测试数据。
INSERT INTO test_chinese(t,d) VALUES ('南财理财通数据显示，5月公募理财产品吸金榜前十名归属于5家机构，信银理财有5只产品上榜，南银理财占两席，民生理财、恒丰理财、浦银理财各占一席，上榜产品均为中低风险的封闭式固收类产品。从投资周期看，本月榜单产品中有6只产品投资周期为1-2年，3-6个月及6-12个月期限产品各有2只。', '2016-05-01 20:21:22.326724'); INSERT INTO test_chinese(t,d) VALUES ('其中，信银理财“安盈象固收稳利十四个月封闭式95号”理财产品夺得吸金榜冠军，募集规模达到106.204 亿元；民生理财“富竹固收优选14个月封闭39号”位列第二，募集规模为46.606亿元；信银理财“安盈象固收稳利十四个月封闭式94号”排名第三，募集规模为41.365 亿元。', '2016-05-01 20:21:22.326724'); INSERT INTO test_chinese(t,d) VALUES ('5月新发产品募集规模最大的是信银理财“安盈象固收稳利十四个月封闭式95号”，实际募集资金高达106.204亿元，该系列产品已蝉联4个月榜首。', '2016-05-01 20:21:22.326724'); INSERT INTO test_chinese(t,d) VALUES ('南财理财通数据显示，“安盈象固收稳利十四个月封闭式95号”理财产品成立于2024年05月16日，将于2025年07月16日到期，风险评级PR2（中低风险），产品有A、C、D、K类份额，投资周期1-2年，业绩比较基准2.90%~3.45%。', '2016-05-01 20:21:22.326724'); -- 该操作可以通过执行更新操作或使用触发器的方式进行 UPDATE test_chinese SET v = to_tsvector('jiebacfg', t);
创建索引
为英文表创建索引。
CREATE INDEX ON test_english USING rum (t rum_text_ops);为中文表创建索引。
CREATE INDEX ON test_chinese USING rum (v rum_tsvector_ops);
查询
英文表查询。
查询表中包含
beautiful或place关键字的所有行：SELECT * FROM test_english WHERE to_tsvector('english', t) @@ to_tsquery('english', 'beautiful | place');返回结果如下：
id | t | d ----+----------------------------------+---------------------------- 1 | The situation is most beautiful | 2016-05-01 20:21:22.326724 2 | It is a beautiful | 2016-05-01 21:21:22.326724 3 | It looks like a beautiful place | 2016-05-01 22:21:22.326724 4 | It looks l a beautiful place | 2016-05-02 00:21:22.326724 5 | It looks like a beautiful places | 2016-05-02 02:21:22.326724 6 | It looks like a beaut places | 2016-05-02 03:21:22.326724查询表中包含
beautiful或place关键字的所有行，同时计算出每条记录与查询关键字之间的相似度，并按相似度降序排列。SELECT *, to_tsvector('english', t) <=> to_tsquery('english', 'beautiful | place') AS rank FROM test_english WHERE to_tsvector('english', t) @@ to_tsquery('english', 'beautiful | place') ORDER BY to_tsvector('english', t) <=> to_tsquery('english', 'beautiful | place') DESC;返回结果如下：
id | t | d | rank ----+----------------------------------+----------------------------+--------- 1 | The situation is most beautiful | 2016-05-01 20:21:22.326724 | 16.4493 2 | It is a beautiful | 2016-05-01 21:21:22.326724 | 16.4493 6 | It looks like a beaut places | 2016-05-02 03:21:22.326724 | 16.4493 3 | It looks like a beautiful place | 2016-05-01 22:21:22.326724 | 8.22467 4 | It looks l a beautiful place | 2016-05-02 00:21:22.326724 | 8.22467 5 | It looks like a beautiful places | 2016-05-02 02:21:22.326724 | 8.22467 (6 rows)
中文表查询。
查询表中包含
数据或理财关键字的所有行：SELECT id, v <=> to_tsquery('jiebacfg', '数据 | 理财') as rank FROM test_chinese where v @@ to_tsquery('jiebacfg', '数据 | 理财');返回结果如下：
id | rank ----+----------- 1 | 6.6024785 2 | 12.08523 3 | 16.44934 4 | 8.22467查询列
v中包含数据的所有记录，计算每个匹配记录与'数据 | 理财'之间的相似度，返回id和相似度。SELECT id, v <=> to_tsquery('jiebacfg', '数据 | 理财') as rank FROM test_chinese where v @@ to_tsquery('jiebacfg', '数据');返回结果如下：
id | rank ----+----------- 1 | 6.6024785 4 | 8.22467
卸载插件（可选）
DROP EXTENSION rum CASCADE;
DROP EXTENSION pg_jieba CASCADE;该文章对您有帮助吗？