Kako funkcionira full-text pretraga u PostgreSQL-u?

Question

Accepted Answer

PostgreSQL ima **ugrađenu full-text pretragu** — pretragu dokumenata/teksta za riječi sa stemingom, rangiranjem i jezičnom svjesnošću, daleko moćnije od `LIKE`. Koristi **`tsvector`** (obrađeni dokument) i **`tsquery`** (upit za pretragu) tipove, s GIN indeksima za brzinu.

## Problem koji LIKE ne rješava

```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 i 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` pretvara tekst u normalizirane **lekseme** (stemira riječi, uklanja stop-riječi), a `to_tsquery` parsira pojmove pretraživanja. Operator `@@` testira podudaranje — tako da "running" odgovara dokumentima koji sadrže "run", "runs" itd.

## Pretraživanj stupac + GIN indeks (praktična postavka)

```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');
```

## Rangiranje rezultata po relevantnosti

```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` ocjenjuje koliko dobro svaki dokument odgovara, omogućavajući rezultate sortirane po relevantnosti.

## Zašto je važno

PostgreSQL-ova ugrađena full-text pretraga je vrijedna značajka koja vam omogućava da primijenite **funkcionalnost pretraživanja unutar vaše baze podataka** — bez potrebe za zasebnom tražilom (kao što je Elasticsearch) za mnoge slučajeve — tako da razumijevanje toga je korisno za aplikacije koje trebaju pretragu teksta.

Ključna vrijednost je što je daleko moćnije od `LIKE` (što ne može stemirati riječi, rangirati rezultate ili biti efikasno indeksirano): full-text pretraga pruža **stemiranje riječi** (podudaranje "running" za "run"), **uklanjanje stop-riječi**, **jezičnu svjestnost**, **rangiranje po relevantnosti** i ključno je **indeksibilna** (s GIN indeksima za brze pretraživanja) — pružajući prave mogućnosti pretraživanja (koje korisnici očekuju: podudaranje varijacija riječi, rangiranje po relevantnosti) direktno u Postgres-u.

Razumijevanje osnovnih koncepata — **`tsvector`** (obrađeni, stemirani tekst dokumenta), **`tsquery`** (parsirani pojmovi pretraživanja), operatora **`@@`** i **`ts_rank`** za rangiranje relevantnosti — plus praktična postavka (generirani `tsvector` stupac indeksiran s GIN-om za performanse) pokriva kako primijeniti učinkovitu pretragu.

Dok većina tražila nudi više mogućnosti za kompleksne potrebe, PostgreSQL-ova full-text pretraga je dovoljna i pogodna za mnoge aplikacije (izbjegavajući operacijsku složenost zasebnog sustava pretraživanja i čuvajući podatke pretraživanja dosljedne sa vašim relacijskim podacima).

Budući da je tekstualna pretraga česta aplikacijska zahtjev, i budući da PostgreSQL pruža sposobnu ugrađenu full-text pretragu (moćnu, indeksibilnu, sa stemingom i rangiranjem) koja često dovoljna bez zasebnog tražila, razumijevanje toga — model tsvector/tsquery, indeksirana postavka i rangiranje — je vrijedna, praktično relevantna znanja koja vam omogućava da dodate prave mogućnosti pretraživanja koristeći PostgreSQL-ove ugrađene mogućnosti, korisnu značajku koja se često ignora u korist kompletnijih vanjskih rješenja kada bi PostgreSQL bio dovoljan.