PostgreSQL har innebygd full-text search — søk i dokumenter/tekst etter ord med ordstamming, rangering og språkbevissthet, langt mer kraftfull enn LIKE. Det bruker tsvector (behandlet dokument) og tsquery (søkeforespørsel) typer, med GIN-indekser for hastighet.
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 konverterer tekst til normaliserte lexemer (ordstammer ord, fjerner stoppord), og to_tsquery tolker søketermene. Operatoren @@ tester for samsvar — så "running" samsvarer med dokumenter som inneholder "run", "runs", osv.
-- 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 scorer hvor godt hvert dokument samsvarer, noe som gjør resultatene rangert etter relevans mulig.
PostgreSQLs innebygde full-text search er en verdifull funksjon som lar deg implementere søkefunksjonalitet direkte i databasen din — uten å trenge en egen søkemotor (som Elasticsearch) for mange brukstilfeller — så forståelse av det er nyttig for applikasjoner som trenger tekstsøk.
Hovedverdien er at det er langt mer kraftfull enn LIKE (som ikke kan ordstamme ord, rangere resultater eller indekseres effektivt): full-text search gir ordstamming (samsvar "running" for "run"), fjerning av stoppord, språkbevissthet, relevansrangering, og viktigst er det indekserbart (med GIN-indekser for raske søk) — som leverer genuine søkefunksjoner (den typen brukere forventer: samsvar med ordvariasjoner, rangering etter relevans) direkte i Postgres.
Forståelse av kjernekoneptene — tsvector (behandlet, ordstammet dokumenttekst), tsquery (tolket søketermer), @@ samsvaroperatoren, og ts_rank for relevansrangering — pluss det praktiske oppsettet (en generert tsvector kolonne indeksert med GIN for ytelse) dekker hvordan du implementerer effektivt søk.
Mens dedikerte søkemotorer tilbyr mer for komplekse behov, er PostgreSQL full-text search tilstrekkelig og praktisk for mange applikasjoner (unngår den operative kompleksiteten ved en egen søkesystem og holder søkedata konsistent med dine relasjonelle data).
Siden tektsøk er et vanlig applikasjonskrav, og siden Postgres tilbyr dyktig innebygd full-text search (kraftfull, indekserbar, med ordstamming og rangering) som ofte er tilstrekkelig uten en egen søkemotor, er forståelse av det — tsvector/tsquery-modellen, det indekserte oppsettet, og rangering — verdifull, praktisk relevant kunnskap som lar deg legge til genuine søkfunksjoner ved å bruke PostgreSQLs innebygde funksjoner, en nyttig funksjon som ofte overses til fordel for mer komplekse eksterne løsninger når Postgres ville være tilstrekkelig.