PostgreSQL లో full-text search ఎలా పనిచేస్తుంది?

Question

Accepted Answer

PostgreSQL **అంతర్నిర్మిత full-text search** కలిగి ఉంది — స్టెమింग్, ర్యాంకింగ్ మరియు భాష సচేతనతతో చేసిన పదాల కోసం డాక్యుమెంట్‌లు/టెక్స్ట్ ను సెర్చ్ చేయడం, `LIKE` కంటే చాలా శక్తిశాలి. ఇది **`tsvector`** (ప్రాసెస్ చేయబడిన డాక్యుమెంట్) మరియు **`tsquery`** (సెర్చ్ క్యూరీ) రకాలను ఉపయోగిస్తుంది, వేగం కోసం GIN ఇండెక్సెస్ తో.

## LIKE సమాధానం చేయని సమస్య

```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 మరియు 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` టెక్స్ట్ ను సాధారణీకరించిన **lexemes** లకు మార్చుతుంది (పదాలను స్టెమ్ చేస్తుంది, స్టాప్ పదాలను తీసివేస్తుంది), మరియు `to_tsquery` సెర్చ్ నిబంధనలను విశ్లేషిస్తుంది. `@@` ఆపరేటర్ ఒక మ్యాచ్ కోసం పరీక్ష చేస్తుంది — కాబట్టి "running" "run," "runs," మొదలైన వాటిని కలిగి ఉన్న డాక్యుమెంట్‌లకు సరిపోతుంది.

## సెర్చ్ చేయగల కాలమ్ + GIN ఇండెక్స్ (ఆచరణాత్మక సెటআప్)

```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');
```

## సంబంధితమైన ఫలితాల ద్వారా ర్యాంకింగ్

```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` ప్రతి డాక్యుమెంట్ ఎంత బాగా సరిపోతుందో స్కోర్ చేస్తుంది, సంబంధితమైన-క্రమం చేయబడిన ఫలితాలను సక్షమం చేస్తుంది.

## ఇది ఎందుకు ముఖ్యమైనది

PostgreSQL యొక్క అంతర్నిర్మిత full-text search అనేది ఒక విలువైన ఫీచర్ దీని ద్వారా మీరు **సెర్చ్ ఫంక్షనాలిటీని మీ డేటాబేస్‌లో** అమలు చేయవచ్చు — చాలా వాడుకలకు ప్రత్యేక సెర్చ్ ఇంజిన్ (Elasticsearch వంటి) అవసరం లేకుండా — కాబట్టి దీనిని అర్థం చేసుకోవడం టెక్స్ట్ సెర్చ్ అవసరమైన అప్లికేషన్‌ల కోసం ఉపయోగకరంగా ఉంటుంది.

ప్రధాన విలువ ఏమిటంటే ఇది `LIKE` కంటే చాలా శక్తిశాలి (ఇది పదాలను స్టెమ్ చేయలేదు, ఫలితాలను ర్యాంక్ చేయలేదు, లేదా సమర్థవంతంగా ఇండెక్స్ చేయలేదు): full-text search **పదం స్టెమింగ్** ("run" కోసం "running" మ్యాచ్ చేయడం), **stop-word తీసివేత**, **భాష సచేతనత**, **సంబంధితత ర్యాంకింగ్**, మరియు కీలకంగా **ఇండెక్సేబిల్** (వేగవంతమైన సెర్చెస్ కోసం GIN ఇండెక్సెస్ తో) ను అందిస్తుంది — నిజమైన సెర్చ్ సామర్థ్యాలను (పదం వైవిధ్యాలను సరిపోల్చడం, సంబంధితతల ద్వారా ర్యాంక్ చేయడం) నేరుగా Postgres లో అందించడం.

కోర్ కన్సెప్ట్‌లను అర్థం చేసుకోవడం — **`tsvector`** (ప్రాసెస్ చేయబడిన, స్టెమ్ చేయబడిన డాక్యుమెంట్ టెక్స్ట్), **`tsquery`** (పార్స్ చేయబడిన సెర్చ్ నిబంధనలు), **`@@`** మ్యాచ్ ఆపరేటర్, మరియు సంబంధితత ర్యాంకింగ్ కోసం **`ts_rank`** — ప్లస్ ఆచరణాత్మక సెటআప్ (పనితీరికోసం GIN తో ఇండెక్స్ చేయబడిన జెనరేట్ చేయబడిన `tsvector` కాలమ్) ఎలా సమర్థవంతమైన సెర్చ్‌ను అమలు చేయాలో కవర్ చేస్తుంది.

ప్రత్యేక సెర్చ్ ఇంజిన్‌లు సంక్లిష్ట అవసరాల కోసం ఎక్కువ కలిగి ఉంటాయి కాని, Postgres full-text search చాలా అప్లికేషన్‌ల కోసం సరిపోతుంది (ప్రత్యేక సెర్చ్ సిస్టమ్ యొక్క కార్యాచరణ సంక్లిష్టతను నివారించడం మరియు సెర్చ్ డేటాను మీ రిలేషనల్ డేటాతో సంగతిగా ఉంచడం).

టెక్స్ట్ సెర్చ్ సాధారణ అప్లికేషన్ అవసరమైనది కాబట్టి, మరియు Postgres సామర్థ్యవంతమైన అంతర్నిర్మిత full-text search (శక్తిశాలి, ఇండెక్సేబిల్, స్టెమింగ్ మరియు ర్యాంకింగ్ తో) అందిస్తుందనందున దీని (tsvector/tsquery మోడల్, ఇండెక్స్ చేయబడిన సెటআప్, మరియు ర్యాంకింగ్) అర్థం చేసుకోవడం విలువైనది, ఆచరణికంగా సంబంధితమైన జ్ఞానం దీని ద్వారా మీరు PostgreSQL యొక్క అంతర్నిర్మిత సామర్థ్యాలను ఉపయోగించి నిజమైన సెర్చ్ ఫంక్షనాలిటీని జోడించవచ్చు, ఇది ఒక ఉపయోగకరమైన ఫీచర్ ఇది చాలా సందర్భాలలో సంక్లిష్ట బాహ్య సమాధానాల కోసం విస్మరించబడుతుంది Postgres సరిపోతుందని.