PostgreSQL میں full-text search کیسے کام کرتا ہے؟

Question

Accepted Answer

PostgreSQL میں **built-in full-text search** ہے — دستاویزات/متن میں الفاظ کی تلاش stemming، ranking، اور language awareness کے ساتھ، جو `LIKE` سے بہت زیادہ طاقتور ہے۔ یہ **`tsvector`** (processed document) اور **`tsquery`** (search query) اقسام استعمال کرتا ہے، رفتار کے لیے GIN indexes کے ساتھ۔

## LIKE جو مسئلہ حل نہیں کرتا

```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 اور 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` متن کو normalized **lexemes** میں تبدیل کرتا ہے (الفاظ کو stem کرتا ہے، stop words ہٹاتا ہے)، اور `to_tsquery` تلاش کی شرائط کو parse کرتا ہے۔ `@@` operator ملانے کی جانچ کرتا ہے — تو "running" ایسی دستاویزات سے مطابقت رکھتا ہے جس میں "run," "runs," وغیرہ ہو۔

## قابلِ تلاش column + GIN index (عملی setup)

```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');
```

## نتائج کو relevance کے لحاظ سے rank کرنا

```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` یہ اسکور کرتا ہے کہ ہر دستاویز کتنی اچھی طریقے سے مطابقت رکھتی ہے، جس سے relevance-ordered نتائج ممکن ہوتے ہیں۔

## اہمیت

PostgreSQL کی built-in full-text search ایک قیمتی خصوصیت ہے جو آپ کو **اپنی ڈیٹابیس کے اندر search functionality لاگو کرنے** دیتی ہے — بہت سے استعمال کے معاملات کے لیے الگ search engine (جیسے Elasticsearch) کی ضرورت کے بغیر — تو اسے سمجھنا متن کی تلاش کی ضرورت والی applications کے لیے مفید ہے۔

اہم قیمت یہ ہے کہ یہ `LIKE` سے بہت زیادہ طاقتور ہے (جو الفاظ کو stem نہیں کر سکتا، نتائج کو rank نہیں کر سکتا، یا موثر طریقے سے indexed نہیں ہو سکتا): full-text search **word stemming** ("run" کے لیے "running" سے matching)، **stop-word removal**، **language awareness**، **relevance ranking**، اور اہم بات یہ ہے کہ **indexable** ہے (GIN indexes کے ساتھ تیز تلاش کے لیے) — براہ راست Postgres میں حقیقی search capabilities فراہم کرتا ہے (جس قسم کی صارفین توقع رکھتے ہیں: الفاظ کی variations سے matching، relevance کے لحاظ سے ranking)۔

اہم concepts کو سمجھنا — **`tsvector`** (processed، stemmed document text)، **`tsquery`** (parsed search terms)، **`@@`** match operator، اور **`ts_rank`** relevance ranking کے لیے — اور عملی setup (ایک generated `tsvector` column GIN کے ساتھ indexed کے لیے کارکردگی) موثر search لاگو کرنے کا طریقہ بتاتا ہے۔

اگرچہ dedicate شدہ search engines پیچیدہ ضروریات کے لیے مزید فراہم کرتے ہیں، Postgres full-text search بہت سی applications کے لیے کافی اور سہل ہے (الگ search system کی operational پیچیدگی سے بچتے ہوئے اور اپنے relational data کے ساتھ search data کو مطابقت میں رکھتے ہوئے)۔

چونکہ text search ایک عام application کی ضرورت ہے، اور چونکہ Postgres قابلِ صلاحیت built-in full-text search فراہم کرتا ہے (طاقتور، indexable، stemming اور ranking کے ساتھ) جو اکثر الگ search engine کے بغیر کافی ہے، اسے سمجھنا — tsvector/tsquery model، indexed setup، اور ranking — قیمتی، عملی طور پر متعلقہ علم ہے جو آپ کو PostgreSQL کی built-in capabilities کا استعمال کرتے ہوئے حقیقی search functionality شامل کرنے دیتا ہے، ایک مفید خصوصیت جو اکثر زیادہ پیچیدہ بیرونی حل کے لحاظ سے نظر انداز کی جاتی ہے جب Postgres کافی ہو۔