Postgres-Volltextsuche mit mehreren Spalten, warum im Index und nicht zur Laufzeit?

Ich bin in den letzten Tagen auf die Volltextsuche in Postgres gestoßen, und ich bin etwas verwirrt über die Indizierung, wenn ich über mehrere Spalten hinweg suche.

In den Postgres- Dokumenten wird beschriebents_vector , wie ein Index für verkettete Spalten erstellt wird:

CREATE INDEX pgweb_idx ON pgweb 
    USING gin(to_tsvector('english', title || ' ' || body));

was ich so suchen kann:

... WHERE 
      (to_tsvector('english', title||' '||body) @@ to_tsquery('english', 'foo'))

Wenn ich jedoch manchmal nur den Titel, manchmal nur den Text und manchmal beides suchen wollte, würde ich 3 separate Indizes benötigen. Und wenn ich in einer dritten Spalte hinzufüge, könnten das möglicherweise 6 Indizes sein und so weiter.

Eine Alternative, die ich in den Dokumenten nicht gesehen habe, besteht darin, die beiden Spalten getrennt zu indizieren und dann einfach eine normale WHERE...ORAbfrage zu verwenden:

... WHERE
      (to_tsvector('english', title) @@ to_tsquery('english','foo'))
    OR
      (to_tsvector('english', body) @@ to_tsquery('english','foo'))

Das Benchmarking der beiden in ~ 1 Million Zeilen scheint grundsätzlich keinen Leistungsunterschied zu haben.

Meine Frage lautet also:

Warum sollte ich solche Indizes verketten wollen, anstatt nur Spalten einzeln zu indizieren? Was sind die Vor- und Nachteile von beiden?

Meine beste Vermutung ist, dass ich, wenn ich im Voraus wüsste, dass ich immer nur beide Spalten durchsuchen möchte (niemals eine nach der anderen), immer nur einen Index durch Verketten benötigen würde, der weniger Speicher benötigt.

Nein, Sie benötigen keine separaten Indizes. Verwenden Sie die Gewichtsfunktion. Sie sind nur eine Bezeichnung, gegen die Sie abfragen können. Sie können bis zu vier Beschriftungen abfragen (AD).

--search any "field" for quick:
select 'quick:1A brown:2B quick:3C'::tsvector @@ 'quick'::tsquery; --true

--search B "field" for quick:
select 'quick:1A brown:2B quick:3C'::tsvector @@ 'quick:B'::tsquery; --false

--search B or C "fields" for quick:
select 'quick:1A brown:2B quick:3C'::tsvector @@ 'quick:BC'::tsquery; --true

Möglicherweise möchten Sie tsvectors verketten, damit Sie sie separat mit Gewichten versehen und dann zusammenfügen können:

select
  setweight( name_column::tsvector, 'A') || setweight( phone_column::tsvector, 'B');

Eigentlich wäre die Alternative, wo mit ODER und nicht UND zu verwenden .

Wenn Sie einen Index für tsvector (body + title) haben und darin suchen, können gesuchte Wörter im Titel ODER im body sein.

Stellen Sie außerdem beim Testen sicher, dass die Tabelle eine angemessene Anzahl von Zeilen enthält.

Einfachster Fall, der einen guten Unterschied zeigen sollte: Finden Sie zwei Wörter - eines davon, das sehr wahrscheinlich im Titel enthalten ist. und der andere - das ist sehr wahrscheinlich im Körper. Stellen Sie jedoch sicher, dass nicht viele Zeilen beiden Kriterien entsprechen. Zum Beispiel - Sie könnten 30% des Wortes "depesz" im Körper haben. Sie haben auch eine Chance von ~ 30%, "mysql" im Titel zu haben. Es ist jedoch sehr unwahrscheinlich, dass "depesz und mysql" in einem der Felder in derselben Zeile vorhanden ist. Überprüfen Sie dann die Leistung mit solchen Indizes.