Comment fonctionne la recherche textuelle complète dans PostgreSQL?

Question

IT Interview Practice · Accepted Answer

PostgreSQL dispose d'une **recherche textuelle intégrée** — rechercher dans des documents/textes des mots avec racinisation (stemming), classement et reconnaissance de la langue, bien plus puissante que `LIKE`. Elle utilise les types **`tsvector`** (document traité) et **`tsquery`** (requête de recherche), avec des index GIN pour la vitesse.

## Le problème que LIKE ne résout pas

```text
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.
```

## tsvector et tsquery

```sql
-- 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` convertit le texte en **lexèmes** normalisés (racinise les mots, supprime les mots vides), et `to_tsquery` analyse les termes de recherche. L'opérateur `@@` teste une correspondance — donc « running » correspond aux documents contenant « run », « runs », etc.

## Une colonne recherchable + index GIN (la configuration pratique)

```sql
-- 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');
```

## Classement des résultats par pertinence

```sql
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` évalue la pertinence de chaque document, permettant des résultats ordonnés par pertinence.

## Pourquoi c'est important

La recherche textuelle intégrée de PostgreSQL est une fonctionnalité précieuse qui vous permet d'implémenter une **fonctionnalité de recherche directement dans votre base de données** — sans avoir besoin d'un moteur de recherche distinct (comme Elasticsearch) pour de nombreux cas d'usage — comprendre cette fonctionnalité est donc utile pour les applications nécessitant une recherche textuelle.

La valeur clé est qu'elle est bien plus puissante que `LIKE` (qui ne peut pas raciniser les mots, classer les résultats, ou être indexée efficacement) : la recherche textuelle complète fournit la **racinisation des mots** (correspondant « running » pour « run »), la **suppression des mots vides**, la **reconnaissance de la langue**, le **classement par pertinence**, et surtout elle est **indexable** (avec des index GIN pour des recherches rapides) — offrant de véritables capacités de recherche (le type de recherche que les utilisateurs attendent : correspondance de variations de mots, classement par pertinence) directement dans Postgres.

Comprendre les concepts fondamentaux — **`tsvector`** (texte du document traité et racinisé), **`tsquery`** (termes de recherche analysés), l'opérateur de correspondance **`@@`**, et **`ts_rank`** pour le classement par pertinence — plus la configuration pratique (une colonne `tsvector` générée indexée avec GIN pour la performance) couvre la mise en œuvre d'une recherche efficace.

Bien que les moteurs de recherche dédiés offrent plus pour des besoins complexes, la recherche textuelle de Postgres est suffisante et pratique pour de nombreuses applications (évitant la complexité opérationnelle d'un système de recherche distinct et en gardant les données de recherche cohérentes avec vos données relationnelles).

Comme la recherche textuelle est une exigence d'application courante, et puisque Postgres fournit une recherche textuelle intégrée capable (puissante, indexable, avec racinisation et classement) qui suffit souvent sans moteur de recherche distinct, la comprendre — le modèle tsvector/tsquery, la configuration indexée, et le classement — est une connaissance précieuse et pratiquement pertinente qui vous permet d'ajouter une véritable fonctionnalité de recherche en utilisant les capacités intégrées de PostgreSQL, une fonctionnalité utile qui est souvent négligée en faveur de solutions externes plus complexes alors que Postgres suffirait.

Le problème que LIKE ne résout pas

tsvector et tsquery

Une colonne recherchable + index GIN (la configuration pratique)

Classement des résultats par pertinence

Pourquoi c'est important

Questions connexes