索引数组以进行全文搜索

Question

我正在尝试对文档进行索引，以便在其标签数组上进行搜索。

CREATE INDEX doc_search_idx ON documents
      USING gin( 
    to_tsvector('english', array_to_string(tags, ' ')) ||
    to_tsvector('english', coalesce(notes, '')))
)

其中

tags

是

(ci)text[]

。然而，PG 将拒绝索引

array_to_string

，因为它并不总是不可变的。

PG::InvalidObjectDefinition: ERROR:  functions in index expression must be marked IMMUTABLE

我尝试过创建一个自制的

array_to_string

不可变函数，但我感觉就像在玩火，因为我不知道自己在做什么。有什么办法不重新实现它吗？

看起来我可以重新打包相同的函数并将其标记为不可变，但看起来这样做有风险。

如何为数组建立索引以进行全文搜索？

Answer 1

在我最初的回答中，我建议将纯文本转换为文本：

tags::text

。然而，虽然大多数从基本类型到文本的转换都被定义为

IMMUTABLE

，但数组类型的情况并非如此。显然是因为（在 pgsql-general 的帖子中引用 Tom Lane ）：

因为它是通过 array_out/array_in 实现的，而不是更多 直接方法，这些方法被标记为稳定，因为它们可能 调用非不可变元素 I/O 函数。

我的粗体强调。

我们可以解决这个问题。一般情况不能标记为

IMMUTABLE

。但对于手头的情况（将 

citext[]

 或 

text[]

 转换为 

text

），我们可以安全地假设不变性。创建一个简单的 

IMMUTABLE

 SQL 函数来包装该函数。然而，我的简单解决方案的吸引力现在已经基本消失了。您不妨包装

array_to_string()

（就像您已经考虑过的那样），类似的考虑也适用。

对于

citext[]

（如果需要，为 

text[]

 创建单独的函数）：

两者之一（基于

text

 的普通转换）：

CREATE OR REPLACE FUNCTION f_ciarr2text(citext[]) 
  RETURNS text LANGUAGE sql IMMUTABLE AS 'SELECT $1::text';

这样更快。

或者（使用
array_to_string()

 获得不带花括号的结果）：

CREATE OR REPLACE FUNCTION f_ciarr2text(citext[]) 
  RETURNS text LANGUAGE sql IMMUTABLE AS $$SELECT array_to_string($1, ',')$$;

这个比较正确一点。

然后：

CREATE INDEX doc_search_idx ON documents USING gin (
   to_tsvector('english', COALESCE(f_ciarr2text(tags), '')
                || ' ' || COALESCE(notes,'')));

我确实

没有使用多态类型ANYARRAY

，就像你的答案中的

一样，因为我知道text[]或

citext[]

是安全的，但我不能保证

所有

其他数组类型。 在 Postgres 9.4 中测试并且对我有用。

我在两个字符串之间添加了一个空格，以避免连接字符串之间出现误报匹配。手册中有一个

示例

。 如果您有时只想搜索

tags

或只是

notes

，请考虑使用多列索引：

CREATE INDEX doc_search_idx ON documents USING gin (
             to_tsvector('english', COALESCE(f_ciarr2text(tags), '')
          ,  to_tsvector('english', COALESCE(notes,''));

您所指的风险

主要适用于时间函数，这些函数在参考问题中使用。如果涉及时区（或仅类型timestamptz），结果实际上并不是一成不变的。我们不会在这里对不变性撒谎。我们的功能是

实际上

IMMUTABLE。 Postgres 只是无法从它使用的一般实现中看出。相关

人们通常认为他们需要

文本搜索

，而使用三元组索引的相似性搜索会更合适：

PostgreSQL LIKE 查询性能变化
在这种情况下不相关，但在使用

citext

时，请考虑这一点：

未使用数据类型为 citext 的列上的索引

Answer 2

  CREATE FUNCTION immutable_array_to_string(arr ANYARRAY, sep TEXT)
    RETURNS text
    AS $$
      SELECT array_to_string(arr, sep);
    $$
    LANGUAGE SQL
    IMMUTABLE
  ;

Answer 3

CREATE INDEX doc_search_idx ON documents
      USING gin( 
    array_to_tsvector(tags) ||
    to_tsvector('english', coalesce(notes, '')))
)

https://www.postgresql.org/docs/current/functions-textsearch.html