对非常短的文档（文件名）进行 Postgresql 全文搜索答案

【问题标题】：Postgresql full text search on really short documents (filename)对非常短的文档（文件名）进行 Postgresql 全文搜索
【发布时间】：2013-05-12 06:13:17
【问题描述】：

我有一个文件名数据库，我正在尝试使用 PGs 全文搜索工具在其中进行搜索。我正在对文件名表运行搜索查询，问题是排名函数没有像我希望的那样对结果进行排名。为了论证起见，我们假设架构如下所示：

create table files (
    id serial primary key,
    filename text,
    filename_ft tsvector
);

我运行的查询如下所示：

select filename, ts_rank(filename_ft, query)
from files, to_tsquery('simple', 'a|b|c') as query
where query @@ name_ft
order by rank desc limit 5;

这将返回排名最高的 5 个结果。但是，这些搜索查询来自另一个进程，并且在大多数情况下，查询中有一些“垃圾”。例如，可能会执行对“a xxxx”的查询，其中 xxxx 只是一堆其他术语。在大多数情况下，这仍然会返回正确的结果，因为后缀根本不在数据库中。

但是，有时查询包含一些与排名功能无关的信息。例如，对“a b c”的查询将返回一个包含标记“b c”的文件名作为第一个结果，而与“a”完全匹配作为第二个结果，我猜这是因为第一个结果包含更大的实际搜索标记的百分比。

在大多数情况下（如果不是全部），最重要的标记出现在查询中的第一个标记，所以我的问题是，有没有办法给查询中的标记赋予权重？

【问题讨论】：

【解决方案1】：

有没有办法给查询中的标记赋予权重？

是的，有。见the documentation；搜索“重量”。

分配权重是否是正确的选择是另一回事。在我看来，您确实想在索引创建和搜索中从to_tsvector 的输入中排除一些数据，所以您只是不要在索引中包含那些垃圾。

【讨论】：