PostgreSQL मा built-in full-text search छ — कागजात/पाठ मा शब्दहरु खोज्न stemming, ranking, र भाषा सचेतनता सहित, LIKE भन्दा धेरै शक्तिशाली। यसले tsvector (प्रशोधित कागजात) र tsquery (खोज क्वेरी) प्रकार प्रयोग गर्छ, गतिको लागि GIN अनुक्रमणिका सहित।
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 पाठलाई सामान्यीकृत lexemes मा रूपान्तरित गर्छ (शब्दहरु stem गर्छ, stop शब्दहरु हटाउछ), र to_tsquery खोज सर्तहरु पार्स गर्छ। @@ अपरेटरले मेल परीक्षण गर्छ — त्यसैले "running" ले "run," "runs," आदि भएका कागजातहरु मेल खान्छ।
-- 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 ले प्रत्येक कागजातले कति राम्रोसँग मेल खान्छ भनेर स्कोर गर्छ, प्रासंगिकता-अर्डर गरिएको परिणामहरु सक्षम पार्दै।
PostgreSQL को built-in full-text search एक मूल्यवान सुविधा हो जसले तपाईंलाई आफ्नो डेटाबेस भित्र खोज कार्यकारिता लागू गर्न अनुमति दिन्छ — अलग खोज इञ्जिन (जस्तै Elasticsearch) की आवश्यकता बिना धेरै use cases को लागि — त्यसैले यसलाई बुझ्न पाठ खोज आवश्यक पर्ने अनुप्रयोगहरु को लागि उपयोगी छ।
मुख्य मान यो छ कि यो LIKE भन्दा धेरै शक्तिशाली छ (जो शब्द stem गर्न सक्दैन, परिणामहरु रैंक गर्न सक्दैन, वा कुशलतापूर्वक अनुक्रमणिका गर्न सक्दैन): full-text search ले word stemming ("run" को लागि "running" मेल गर्दै), stop-word removal, भाषा सचेतनता, प्रासंगिकता रैंकिङ, र महत्त्वपूर्ण रूपमा अनुक्रमणिका गरिएको (द्रुत खोजहरु को लागि GIN अनुक्रमणिका सहित) — Postgres मा सीधा वास्तविक खोज क्षमताहरु (जो प्रकार को उपयोगकर्ताहरु अपेक्षा गर्छन्: शब्द भिन्नताहरु मेल गर्दै, प्रासंगिकता अनुसार रैंकिङ) प्रदान गर्छ।
मुख्य अवधारणाहरु बुझ्दै — tsvector (प्रशोधित, stemmed कागजात पाठ), tsquery (पार्स गरिएको खोज सर्तहरु), @@ मेल अपरेटर, र प्रासंगिकता रैंकिङ को लागि ts_rank — साथै व्यावहारिक सेटअप (GIN सहित अनुक्रमणिका गरिएको generated tsvector स्तम्भ कार्यकलापको लागि) प्रभावकारी खोज कसरी लागू गर्ने वर्णन गर्छ।
जबकि समर्पित खोज इञ्जिनहरु जटिल आवश्यकताहरु को लागि अधिक प्रदान गर्छन्, Postgres full-text search धेरै अनुप्रयोगहरु को लागि पर्याप्त र सुविधाजनक छ (अलग खोज प्रणाली को परिचालन जटिलता बिना र आफ्नो सम्बन्धात्मक डेटा सँग खोज डेटा सामञ्जस्यपूर्ण राख्दै)।
चूँकि पाठ खोज एक सामान्य अनुप्रयोग आवश्यकता हो, र चूँकि Postgres सक्षम built-in full-text search प्रदान गर्छ (शक्तिशाली, अनुक्रमणिका योग्य, stemming र रैंकिङ सहित) जो प्रायः अलग खोज इञ्जिन बिना पर्याप्त हुन्छ, यसलाई बुझ्न — tsvector/tsquery मोडल, अनुक्रमणिका गरिएको सेटअप, र रैंकिङ — मूल्यवान, व्यावहारिक रूपमा प्रासंगिक ज्ञान हो जसले तपाईंलाई PostgreSQL को built-in क्षमताहरु प्रयोग गरेर वास्तविक खोज कार्यकारिता थप्न दिन्छ, एक उपयोगी सुविधा जो प्रायः अधिक जटिल बाहिरी समाधानहरु को पक्षमा अनदेखा गरिन्छ जब Postgres पर्याप्त हुन्छ।