如何解决PostgreSQL中的三字母组相似度
我有一个包含两列的表,即doc-id和doc-txt。 doc-txt中的每个单元格都包含一个文档的全文本(大约1000个单词),并且一个表(10万行)中有10万个文档。 我有一个关键字列表,我想在doc-txt中找到与每个关键字最相似的单词。 Postgresql中有效的方法是什么?
解决方法
您将在该列上创建GiST索引:
CREATE EXTENSION IF NOT EXISTS pg_trgm;
CREATE INDEX ON atable USING gist (doc_txt gist_trgm_ops);
现在您可以执行类似搜索:
SELECT * FROM atable
ORDER BY doc_txt <<<-> 'keyword' DESC
LIMIT 10;
这将找到10个最佳匹配,并且可以得到索引的支持。
<<<->
运算符对应于strict_word_similarity
,并根据the documentation
strict_word_similarity
函数对于查找与整个单词的相似性非常有用,而word_similarity
更适合于查找单词的部分相似性。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。