PostgreSQL-এর অন্তর্নির্মিত সম্পূর্ণ-পাঠ্য অনুসন্ধান রয়েছে — শব্দ বিশ্লেষণ, র্যাংকিং এবং ভাষা সচেতনতা সহ নথি/পাঠ্যে শব্দ অনুসন্ধান করা, যা LIKE-এর চেয়ে অনেক বেশি শক্তিশালী। এটি tsvector (প্রক্রিয়াকৃত নথি) এবং tsquery (অনুসন্ধান অনুরোধ) প্রকার ব্যবহার করে, গতির জন্য GIN সূচকাঙ্ক সহ।
LIKE '%word%' → no stemming (won't match "running" for "run"), no ranking, no language
awareness, and can't use an index well (leading wildcard) → slow and limited.
Full-text search → stems words, ignores stop words, ranks by relevance, indexable.
-- to_tsvector — process text into searchable lexemes (stemmed, stop-words removed)
SELECT to_tsvector('english', 'The cats are running fast');
-- → 'cat':2 'fast':5 'run':4 (stemmed: cats→cat, running→run; "the"/"are" removed)
-- to_tsquery / plainto_tsquery — parse a search query
SELECT to_tsvector('english', body) @@ to_tsquery('english', 'running')
FROM articles; -- @@ = the match operator; matches "run" stem
to_tsvector পাঠ্যকে সাধারণীকৃত lexemes-এ রূপান্তরিত করে (শব্দগুলিকে বিশ্লেষণ করে, স্টপ শব্দগুলি সরায়), এবং to_tsquery অনুসন্ধান শর্তগুলি বিশ্লেষণ করে। @@ অপারেটর একটি মিল পরীক্ষা করে — তাই "running" সেই নথিগুলির সাথে মিলে যা "run", "runs", ইত্যাদি ধারণ করে।
-- add a generated tsvector column and index it with GIN
ALTER TABLE articles ADD COLUMN search_vector tsvector
GENERATED ALWAYS AS (to_tsvector('english', title || ' ' || body)) STORED;
CREATE INDEX idx_search ON articles USING GIN (search_vector);
-- fast searches using the index
SELECT title FROM articles
WHERE search_vector @@ plainto_tsquery('english', 'machine learning');
SELECT title, ts_rank(search_vector, query) AS rank
FROM articles, plainto_tsquery('english', 'database') query
WHERE search_vector @@ query
ORDER BY rank DESC; -- most relevant first
ts_rank প্রতিটি নথি কতটা ভালভাবে মিলে যায় তার স্কোর দেয়, প্রাসঙ্গিকতা-বাছাইকৃত ফলাফল সক্ষম করে।
PostgreSQL-এর অন্তর্নির্মিত সম্পূর্ণ-পাঠ্য অনুসন্ধান একটি মূল্যবান বৈশিষ্ট্য যা আপনাকে আপনার ডাটাবেসের মধ্যে অনুসন্ধান কার্যকারিতা প্রয়োগ করতে দেয় — অনেক ব্যবহারের ক্ষেত্রে একটি পৃথক অনুসন্ধান ইঞ্জিন (যেমন Elasticsearch) ছাড়াই — তাই এটি বোঝা পাঠ্য অনুসন্ধানের প্রয়োজনীয়তা সম্পন্ন অ্যাপ্লিকেশনের জন্য দরকারী।
মূল মূল্য হল যে এটি LIKE-এর চেয়ে অনেক বেশি শক্তিশালী (যা শব্দ বিশ্লেষণ, র্যাংক ফলাফল বা দক্ষতার সাথে সূচকাঙ্কিত করতে পারে না): সম্পূর্ণ-পাঠ্য অনুসন্ধান শব্দ বিশ্লেষণ ("running"-এর জন্য "run" মেলানো), স্টপ-শব্দ সরানো, ভাষা সচেতনতা, প্রাসঙ্গিকতা র্যাংকিং, এবং গুরুত্বপূর্ণভাবে সূচকাঙ্কিত (দ্রুত অনুসন্ধানের জন্য GIN সূচকাঙ্ক সহ) — Postgres-এ সরাসরি প্রকৃত অনুসন্ধান সামর্থ্য প্রদান করে (যে ধরনের অনুসন্ধান ব্যবহারকারীরা প্রত্যাশা করেন: শব্দ বৈকল্পিকতা মেলানো, প্রাসঙ্গিকতার দ্বারা র্যাংকিং)।
মূল ধারণাগুলি বোঝা — tsvector (প্রক্রিয়াকৃত, বিশ্লেষিত নথি পাঠ্য), tsquery (বিশ্লেষিত অনুসন্ধান শর্তাবলী), @@ মেলানো অপারেটর, এবং প্রাসঙ্গিকতা র্যাংকিংয়ের জন্য ts_rank — প্লাস ব্যবহারিক সেটআপ (কর্মক্ষমতার জন্য GIN সহ সূচকাঙ্কিত একটি উত্পাদিত tsvector স্তম্ভ) কার্যকর অনুসন্ধান প্রয়োগ কীভাবে করতে হয় তা কভার করে।
সমর্পিত অনুসন্ধান ইঞ্জিনগুলি জটিল প্রয়োজনের জন্য আরও অফার করে, Postgres সম্পূর্ণ-পাঠ্য অনুসন্ধান অনেক অ্যাপ্লিকেশনের জন্য যথেষ্ট এবং সুবিধাজনক (একটি পৃথক অনুসন্ধান সিস্টেমের অপারেশনাল জটিলতা এড়ানো এবং আপনার সম্পর্কিত ডাটার সাথে অনুসন্ধান ডাটা সামঞ্জস্যপূর্ণ রাখা)।
পাঠ্য অনুসন্ধান একটি সাধারণ অ্যাপ্লিকেশন প্রয়োজনীয়তা হওয়ায়, এবং যেহেতু Postgres সক্ষম অন্তর্নির্মিত সম্পূর্ণ-পাঠ্য অনুসন্ধান প্রদান করে (শক্তিশালী, সূচকাঙ্কিত, বিশ্লেষণ এবং র্যাংকিং সহ) যা প্রায়শই একটি পৃথক অনুসন্ধান ইঞ্জিন ছাড়াই যথেষ্ট, এটি বোঝা — tsvector/tsquery মডেল, সূচকাঙ্কিত সেটআপ, এবং র্যাংকিং — মূল্যবান, ব্যবহারিক-প্রাসঙ্গিক জ্ঞান যা আপনাকে PostgreSQL-এর অন্তর্নির্মিত সামর্থ্য ব্যবহার করে প্রকৃত অনুসন্ধান কার্যকারিতা যোগ করতে দেয়, একটি দরকারী বৈশিষ্ট্য যা জটিল বাহ্যিক সমাধানের পক্ষে প্রায়শই উপেক্ষা করা হয় যখন Postgres যথেষ্ট হবে।