一、核心数据类型

openGauss 为全文检索提供了两种关键数据类型：

1. **tsvector**：表示为文本搜索优化的文档格式。它将文档解析为词素（lexeme）的有序组合，并存储词素位置信息，以支持邻近排序。词素是经过标准化处理的文本片段，如将大写字母转换为小写、删除后缀等。
2. **tsquery**：表示文本查询。它包含已标注为词条的搜索词，并可使用 AND、OR、NOT 等操作符连接多个术语，实现复杂的查询逻辑。

二、基本文本匹配

使用 @@ 操作符可以判断一个 tsvector 是否匹配一个 tsquery。若匹配，则返回 true；否则返回 false。例如：

SELECT 'a fat cat sat on a mat and ate a fat rat'::tsvector @@ 'cat & rat'::tsquery AS result;
-- 返回结果：t（表示匹配成功）

三、文本预处理与索引创建

为提高搜索性能，openGauss 支持对文本字段创建全文索引。创建索引前，需使用 to_tsvector 函数将文本转换为 tsvector 格式。例如：

-- 创建包含 text 字段的表
CREATE TABLE tsearch.pgweb (
    id INT,
    body TEXT,
    title TEXT,
    last_mod_date DATE
);

-- 插入数据
INSERT INTO tsearch.pgweb VALUES (1, 'China, officially the People''s Republic of China (PRC), located in Asia, is the world''s most populous state.', 'China', '2010-1-1');
INSERT INTO tsearch.pgweb VALUES (2, 'America is a rock band, formed in England in 1970 by multi-instrumentalists Dewey Bunnell, Dan Peek, and Gerry Beckley.', 'America', '2010-1-1');

-- 创建 GIN 索引（需先转换文本格式）
CREATE INDEX pgweb_idx_1 ON tsearch.pgweb USING gin(to_tsvector('english', body));

四、全文检索查询示例

创建索引后，可执行高效的全文检索查询。例如，搜索 body 字段中包含 america 的文档：

SELECT id, body, title 
FROM tsearch.pgweb 
WHERE to_tsvector('english', body) @@ to_tsquery('america');

五、高级功能与优化

1. 分词器控制：openGauss 支持多语言预定义分词器，如 pg_catalog.default（英文）、pg_catalog.ngram 和 pg_catalog.pound（中文及中英混合）。用户可通过 ALTER DATABASE 或会话级设置调整分词器配置。
2. 自定义文本搜索配置：允许用户创建自定义文本搜索配置，指定解析器、词典列表等组件，以满足特定搜索需求。
3. 停用词处理：通过词典丢弃无意义的停用词（如“的”“是”），减少索引体积并提高搜索准确性。
4. 查询扩展与同义词支持：支持创建同义词词典，使查询能匹配同义词或相关术语。

六、性能优势

• 快速匹配：基于 tsvector 和 tsquery 的预处理结构，实现毫秒级响应。
• 高效索引：GIN 索引通过倒排列表加速查询，支持高并发场景。
• 精准排序：根据词素位置信息计算相关性分数，确保结果按匹配度排序。

总结

openGauss 作为一款开源关系型数据库，提供了强大的全文检索功能，支持高效、精准的文本数据搜索。其全文检索功能基于匹配算子 @@ 实现，通过预处理文档和查询条件，将文本转换为可优化的数据结构，从而加速搜索过程。