Obter correspondência parcial da coluna TSVECTOR indexada por GIN

Gostaria de obter resultados consultando este:

SELECT * FROM (
  SELECT id, subject
  FROM mailboxes
  WHERE tsv @@ plainto_tsquery('avail')
) AS t1 ORDER by id DESC;

Isso funciona e retorna linhas com tsvcontendo Available. Mas se eu usar avai(descartado lable), ele não poderá encontrar nada.

Todas as consultas precisam estar no dicionário? Não podemos simplesmente consultar essas cartas? Eu tenho um banco de dados que contém o corpo do email (conteúdo) e gostaria de torná-lo rápido à medida que cresce a cada segundo. Atualmente estou usando

... WHERE content ~* 'letters`

Todas as consultas precisam estar no dicionário?

Não. Como apenas as hastes de palavras (de acordo com a configuração de pesquisa de texto usada ) estão no índice para começar. Mas mais importante:

Não . Porque, além disso, a Pesquisa de texto completo também é capaz de correspondência de prefixo :

Isso funcionaria:

SELECT id, subject
FROM   mailboxes
WHERE  tsv @@ to_tsquery('simple', 'avail:*')
ORDER  BY id DESC;

Observe 3 coisas:

1. Use to_tsquery(), não plainto_tsquery(), neste caso, porque ( citando o manual ):

   ... plainto_tsquerynão reconhecerá tsqueryoperadores, rótulos de peso ou rótulos de correspondência de prefixo em sua entrada

2. Use a 'simple'configuração de pesquisa de texto para gerar o valor, tsquerypois você obviamente deseja usar a palavra 'avail' como está e não aplicar o stemming.

3. Anexe :*para torná-lo uma pesquisa de prefixo, ou seja, encontre todos os lexemas começando com 'avail'.

Importante: Esta é uma pesquisa de prefixo em lexemes (palavra derivada) no documento. Uma correspondência de expressão regular sem caracteres curinga ( content ~* 'avail') não é exatamente a mesma! O último não está ancorado à esquerda (no início dos lexemas) e também encontraria 'FOOavail' etc.

Não está claro se você deseja o comportamento descrito em sua consulta ou o equivalente à expressão regular adicionada. Índices de trigramas ( pg_trgm) como @Evan já sugeridos são a ferramenta certa para isso. Existem muitas perguntas relacionadas no dba.SE, tente uma pesquisa .

Visão geral:

• Correspondência de padrões com LIKE, SIMILAR TO ou expressões regulares no PostgreSQL

Demo

SELECT *
FROM (
   VALUES
     ('Zend has no framework')
   , ('Zend Framework')
   ) sub(t), to_tsvector(t) AS tsv
WHERE tsv @@ to_tsquery('zend <-> fram:*');

 id |       t        |          tsv
----+----------------+------------------------
  2 | Zend Framework | 'framework':2 'zend':1

Resposta relacionada recente (capítulo Abordagem diferente para otimizar a pesquisa ):

• Como posso gerar todas as subseqüências à direita seguindo um delímetro?

Emails?

Como você mencionou e-mails, lembre-se de que o analisador de pesquisa de texto identifica e-mails e não os divide em palavras / lexemes separados. Considerar:

SELECT ts_debug('english', '[email protected]')

(email,"Email address",xangr@some.domain.com,{simple},simple,{xangr@some.domain.com})

Eu substituiria os separadores @e .nos seus emails por space ( ' ') para indexar as palavras contidas.

Além disso, como você está lidando com nomes em emails, não com palavras em inglês (ou em outro idioma) , eu usaria a 'simple'configuração de pesquisa de texto para desativar os recursos de stemming e outros idiomas :

Crie a ts_vectorcoluna com:

SELECT to_tsvector('simple', translate('[email protected]', '@.', '  ')) AS tsv;