PostgreSQL ਕੋਲ ਬਿਲਤ-ਇਨ full-text search ਹੈ — ਦਸਤਾਵੇਜ਼ਾਂ/ਟੈਕਸਟ ਵਿੱਚ ਸ਼ਬਦਾਂ ਦੀ ਖੋਜ stemming, ranking, ਅਤੇ ਭਾਸ਼ਾ ਦੇ ਸਮਰਥਨ ਨਾਲ, LIKE ਨਾਲੋਂ ਬਹੁਤ ਵਧੀਆ। ਇਹ tsvector (ਪ੍ਰਕਿਰਿਆ ਕੀਤਾ ਗਿਆ ਦਸਤਾਵੇਜ਼) ਅਤੇ tsquery (ਖੋਜ ਪ੍ਰਸ਼ਨ) ਕਿਸਮਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦਾ ਹੈ, ਗਤੀ ਲਈ GIN ਸੂਚਕਾਂ ਦੇ ਨਾਲ।
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 ਟੈਕਸਟ ਨੂੰ ਸਧਾਰਿਤ lexemes ਵਿੱਚ ਬਦਲਦਾ ਹੈ (ਸ਼ਬਦਾਂ ਨੂੰ stem ਕਰਦਾ ਹੈ, stop words ਨੂੰ ਹਟਾਉਂਦਾ ਹੈ), ਅਤੇ to_tsquery ਖੋਜ ਸ਼ਰਤਾਂ ਨੂੰ parse ਕਰਦਾ ਹੈ। @@ ਓਪਰੇਟਰ ਮੈਲ ਲਈ ਟੈਸਟ ਕਰਦਾ ਹੈ — ਤਾਂ ਜੋ "running" ਨਾਲ "run," "runs," ਆਦਿ ਵਾਲੇ ਦਸਤਾਵੇਜ਼ਾਂ ਨਾਲ ਮੈਲ ਖਾਵੇ।
-- 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 ਹਰੇਕ ਦਸਤਾਵੇਜ਼ ਨਾਲ ਕਿੰਨੀ ਚੰਗੀ ਤਰ੍ਹਾਂ ਮੈਲ ਖਾਂਦਾ ਹੈ ਇਸ ਨੂੰ ਸਕੋਰ ਕਰਦਾ ਹੈ, relevance-ਕ੍ਰਮ ਵਾਲੇ ਨਤੀਜੇ ਸਮਰੱਥ ਬਣਾਉਂਦਾ ਹੈ।
PostgreSQL ਦੀ ਬਿਲਤ-ਇਨ full-text search ਇੱਕ ਮੁੱਲਵਾਨ ਵਿਸ਼ੇਸ਼ਤਾ ਹੈ ਜੋ ਤੁਹਾਨੂੰ ਆਪਣੇ ਡੇਟਾਬੇਸ ਦੇ ਅੰਦਰ search ਫੰਕਸ਼ਨਲਿਟੀ ਲਾਗੂ ਕਰਨ ਦਿੰਦਾ ਹੈ — ਬਹੁਤ ਸਾਰੇ ਵਰਤਮਾਨ ਮਾਮਲਿਆਂ ਲਈ ਇੱਕ ਵੱਖਰੇ search engine (Elasticsearch ਵਰਗਾ) ਦੀ ਲੋੜ ਨਾ ਕਰਦੇ ਹੋਏ — ਤਾਂ ਇਸ ਨੂੰ ਸਮਝਣਾ ਟੈਕਸਟ search ਦੀ ਜ਼ਰੂਰਤ ਵਾਲੀਆਂ ਅਨੁਪ੍ਰਯੋਗਾਂ ਲਈ ਉਪਯੋਗੀ ਹੈ।
ਮੁੱਖ ਮੁੱਲ ਇਹ ਹੈ ਕਿ ਇਹ LIKE ਨਾਲੋਂ ਬਹੁਤ ਵਧੀਆ ਹੈ (ਜੋ words ਨੂੰ stem ਨਹੀਂ ਕਰ ਸਕਦਾ, ਨਤੀਜਿਆਂ ਨੂੰ ਦਰਜਾ ਨਹੀਂ ਦੇ ਸਕਦਾ, ਜਾਂ ਕੁਸ਼ਲਤਾ ਨਾਲ index ਨਹੀਂ ਬਣਾ ਸਕਦਾ): full-text search word stemming ("running" ਲਈ "run" ਨਾਲ ਮੈਲ ਖਾਉਂਦਾ ਹੈ), stop-word removal, ਭਾਸ਼ਾ ਸਮਰਥਨ, relevance ranking, ਅਤੇ ਮਹੱਤਵਪੂਰਨ ਤੌਰ ਤੇ indexable ਹੈ (GIN ਸੂਚਕਾਂ ਨਾਲ ਤੇਜ਼ ਖੋਜਾਂ ਲਈ) — ਸਿੱਧਾ Postgres ਵਿੱਚ ਅਸਲ search ਸਮਰੱਥਾਵਾਂ (ਜਿਸ ਕਿਸਮ ਦੀ ਉਮੀਦ ਯੂਜ਼ਰ ਕਰਦੇ ਹਨ: word variations ਨਾਲ ਮੈਲ ਖਾਉਂਦਾ ਹੈ, relevance ਦੁਆਰਾ ਦਰਜਾ ਦਿੰਦਾ ਹੈ) ਫਰਾਹਮ ਕਰਦਾ ਹੈ।
ਮੂਲ ਸੰਕਲਪਾਂ ਨੂੰ ਸਮਝਣਾ — tsvector (ਪ੍ਰਕਿਰਿਆ ਕੀਤਾ, stemmed ਦਸਤਾਵੇਜ਼ ਟੈਕਸਟ), tsquery (parse ਕੀਤਆਂ ਖੋਜ ਸ਼ਰਤਾਂ), @@ match ਓਪਰੇਟਰ, ਅਤੇ ts_rank relevance ranking ਲਈ — ਨਾਲ ਹੀ ਵਿਹਾਰਕ ਸੈਟਅਪ (ਇੱਕ generated tsvector ਕਾਲਮ performance ਲਈ GIN ਨਾਲ indexed) ਪ੍ਰਭਾਵਸ਼ਾਲੀ search ਕਿਵੇਂ ਲਾਗੂ ਕਰੀਏ ਇਸ ਨੂੰ ਆਵਰਦਾ ਹੈ।
Vedicated search engines ਗੁੰਝਲਦਾਰ ਲੋੜਾਂ ਲਈ ਹੋਰ ਬਹੁਤ ਕੁਝ ਫਰਾਹਮ ਕਰਦੇ ਹਨ, Postgres full-text search ਬਹੁਤ ਸਾਰੀਆਂ ਅਨੁਪ੍ਰਯੋਗਾਂ ਲਈ ਕਾਫ਼ੀ ਅਤੇ ਸਹੀ ਹੈ (ਇੱਕ ਵੱਖਰੇ search ਸਿਸਟਮ ਦੀ ਸੰਚਾਲਨ ਜਟਿਲਤਾ ਤੋਂ ਬਚਦਾ ਹੈ ਅਤੇ search ਡੇਟਾ ਨੂੰ ਆਪਣੇ relational ਡੇਟਾ ਨਾਲ ਅਨੁਕੂਲ ਰੱਖਦਾ ਹੈ)।
ਕਿਉਂਕਿ ਟੈਕਸਟ search ਇੱਕ ਆਮ ਅਨੁਪ੍ਰਯੋਗ ਜ਼ਰੂਰਤ ਹੈ, ਅਤੇ ਕਿਉਂਕਿ Postgres ਸਮਰੱਥ ਬਿਲਤ-ਇਨ full-text search ਫਰਾਹਮ ਕਰਦਾ ਹੈ (ਸ਼ਕਤੀਸ਼ਾਲੀ, indexable, stemming ਅਤੇ ranking ਨਾਲ) ਜੋ ਅਕਸਰ ਇੱਕ ਵੱਖਰੇ search engine ਤੋਂ ਬਿਨਾ ਕਾਫ਼ੀ ਹੈ, ਇਸ ਨੂੰ ਸਮਝਣਾ — tsvector/tsquery ਮਾਡਲ, indexed ਸੈਟਅਪ, ਅਤੇ ranking — ਮੁੱਲਵਾਨ, ਵਿਹਾਰਕ-ਸੰਬੰਧੀ ਗਿਆਨ ਹੈ ਜੋ ਤੁਹਾਨੂੰ PostgreSQL ਦੀ ਬਿਲਤ-ਇਨ ਸਮਰੱਥਾਵਾਂ ਦੀ ਵਰਤੋਂ ਕਰਦੇ ਹੋਏ ਅਸਲ search ਫੰਕਸ਼ਨਲਿਟੀ ਜੋੜ ਨੂੰ ਸਮਰੱਥ ਬਣਾਉਂਦਾ ਹੈ, ਇੱਕ ਉਪਯੋਗੀ ਵਿਸ਼ੇਸ਼ਤਾ ਜੋ ਅਕਸਰ ਜਿਆਦਾ ਗੁੰਝਲਦਾਰ ਬਾਹਰੀ ਹੱਲਾਂ ਦੀ ਹੱਕ ਵਿੱਚ ਜਨਤਕ ਹੈ ਜਦੋਂ Postgres ਕਾਫ਼ੀ ਹੁੰਦਾ ਹੈ।
ਵਿਸਤ੍ਰਿਤ ਜਵਾਬਾਂ ਨਾਲ IT ਇੰਟਰਵਿਊ ਸਵਾਲਾਂ ਦੀ ਇੱਕ ਲਾਇਬ੍ਰੇਰੀ — ਜੂਨੀਅਰ ਤੋਂ ਸੀਨੀਅਰ ਤੱਕ।
ਦਾਨ ਕਰੋ