1. Psql 安装 (CentOS-7.x)

采用yum安装psql是最简洁高效的

# 更新一下yum

yum update -y

# 直接安装

yum install postgresql-server -y

# 初始化数据库

postgresql-setup initdb

# 加入linux的服务管理

systemctl enable postgresql.service

# 启动服务

systemctl start postgresql.service

安装完成之后，我们可能需要配置一下，Psql有两个配置文件

/var/lib/pgsql/data/postgres.conf

如果你需要远程访问，请取消注释，并吧localhost改成*，我本地安装，只为了自己平时使用，所以我就默认监听localhost就可以了

postgres.conf

/var/lib/pgsql/data/pg_hba.conf

Psql 初始化过后，默认提供一个postgres用户和一个postgres数据库，但是我们直接psql -U postgres -d postgres命令是连接不上的，因为在默认配置里，当前登录的账户必须是postgres，才能连接

所以我们改一改，认证方式改成md5或者password(不建议)，默认是没有密码的，所以要输入密码的时候，回车就好了

更粗暴的方式是直接把认证方式改为trust，这样凡是登录到这台电脑的用户都被信任，个人电脑可以这么干了

更详细的配置可以去看看官方文档

pg_hba.conf

这个时候，我们重启服务，就可以登录了

systemctl restart postgresql.service

psql -U postgres -h localhost -w

2. Psql 关于全文检索的支持(tsvector和tsquery)

个人觉得，Psql对全文检索还是很友好了，以前还是通过Apache Lucene实现的，最近看看Psql，简单了不少

Psql 提供两个数据类型tsvector，tsquery，并且通过动态检索自然语言文档的集合，定位到最匹配的查询结果

一个tsvector的值是唯一分词的分类列表，把一话一句词格式化为不同的词条，在进行分词处理的时候，tsvector会自动去掉分词中重复的词条，按照一定的顺序装入，例如

# psql的自动分词(默认是英文分词，中文分词后面讲)

select 'hello world'::tsvector;

# 输出

tsvector

-----------------------------

'hello' 'world'

# 可以设置词条位置常量

select 'hello:3 world:1'::tsvector;

# 输出

tsvector

-----------------------------

'hello':3 'world':1

这个位置信息通常就是当前文档中单词所处的位置，这个位置信息用于关注度的体现。位置信息常量的值的范围为1 到 16383。分词后，会把相同词条的位置记录到一个词条中

tsquery，相当于是查询tsvector的查询条件，并且可以联合使用boolean 操作符来连接, & (AND), | (OR), and ! (NOT). 使用括号(),可以强制分为一组

在全文检索的过程中，tsquery与tsvector之间采用@@操作符

select 'hello world fuck you hahahaha'::tsvector @@ 'hello & you'::tsquery;

?column?

------------------

t

对于英文全文检索应用来说,很多时候的句子是非标准化的,但是tsvector和tsquery是不会知道的,为处理加工的文本应该通过使用to_tsvector函数

# 采用psql提供的函数帮助我们将文本分词

select to_tsvector('hello world');

to_tsvector

---------------------

'hello':1 'world':2

# 采用psql提供的函数进行全文检索

select to_tsvector('hello world fuck you hahah') @@ to_tsquery('hello & you');

?column?

------------------

t

在Psql中 @@操作符会将两边的文本进行自动的转换

tsvector @@ tsquery

text @@ tsquery

text @@ text

后两种,text @@ tsquery 等同于 to_tsvector(x) @@ y.

而 text @@ text 等同于 to_tsvector(x) @@ plainto_tsquery(y).

plainto_tsquery() 用于将文本转为tsquery，这样就不用每次都去写 & 条件了

3. Psql 索引类型

我们也要为全文检索建立索引，提升查询效率，我们为全文检索建立的索引是Gin索引

几种基本索引类型

B-Tree

CREATE INDEX test1_id_index ON test1 (id);

B-Tree索引主要用于等于和范围查询，特别是当索引列包含操作符" =和>"作为查询条件时，PostgreSQL的查询规划器都会考虑使用B-Tree索引。在使用BETWEEN、IN、IS NULL和IS NOT NULL的查询中，PostgreSQL也可以使用B-Tree索引(MySQL则不会)。然而对于基于模式匹配操作符的查询，如LIKE、ILIKE、~和 ~*，仅当模式存在一个常量，且该常量位于模式字符串的开头时，如col LIKE 'foo%'或col ~ '^foo'，索引才会生效，否则将会执行全表扫描，如：col LIKE '%bar'。

Hash

CREATE INDEX name ON table USING hash (column);

散列(Hash)索引只能处理简单的等于比较。当索引列使用等于操作符进行比较时，查询规划器会考虑使用散列索引。

这里需要额外说明的是，PostgreSQL散列索引的性能不比B-Tree索引强，但是散列索引的尺寸和构造时间则更差。另外，由于散列索引操作目前没有记录WAL日志，因此一旦发生了数据库崩溃，我们将不得不用REINDEX重建散列索引。

GiST

CREATE INDEX name ON table USING gist (column);

GiST索引不是一种单独的索引类型，而是一种架构，可以在该架构上实现很多不同的索引策略。从而可以使GiST索引根据不同的索引策略，而使用特定的操作符类型。

GIN

CREATE INDEX name ON table USING gin (column);

GIN索引是反转索引，它可以处理包含多个键的值(比如数组)。与GiST类似，GIN同样支持用户定义的索引策略，从而可以使GIN索引根据不同的索引策略，而使用特定的操作符类型。作为示例，PostgreSQL的标准发布中包含了用于一维数组的GIN操作符类型，如：、=、&&等。

两种建立索引方式

# 我新建一个posts表，记录我的博客内容，平时需要根据博客名和内容做查询

create table posts (

id integer,

title varchar(50) not null,

content text not null,

primary key(id)

);

为tsv函数建索引

create index post_tsvcontent_idx on posts using gin(to_tsvector('english', title || content));

新增一个tsv列，为列建立索引(推荐)

alter table posts add_column tsv_content tsvector;

update posts set tsv_content = to_tsvector('english', coalesce(title,'') || coalesce(content,''));

create index post_tsvcontent2_idx on posts using gin(tsv_content);

现在都可以对posts表里的内容进行全文检索了

# 例如

select title from posts where to_tsvector(title || content) @@ plainto_tsquery('hello world');

# 或者

select title from posts where tsv_content @@ plainto_tsquery('hello world');

4. 用触发器更新分词字段

如果我们是单独新建一列去存放tsvector的分词内容，为了简便，我们希望在插入记录过后，自动对需要检索的列生成分词，所以我们就需要触发器

# Psql 提供了两个触发器函数用于实现此功能

tsvector_update_trigger()

tsvector_update_trigger_column()

# 当然，你也可以写自己的触发器

tsvector_update_trigger() 的使用

# 非常简单

CREATE TRIGGER trigger_posts_tsv_content BEFORE INSERT OR UPDATE

ON posts FOR EACH ROW EXECUTE PROCEDURE

tsvector_update_trigger(tsv_content, 'english', title, content)

5. 采用zhparser支持中文分词

zhparser是基于Simple Chinese Word Segmentation(SCWS)中文分词库实现的一个PG扩展，作者是 amutu，源码URL为https://github.com/amutu/zhparser

安装SCWS

wget -q -O - http://www.xunsearch.com/scws/down/scws-1.2.2.tar.bz2 | tar xf -

cd scws-1.2.2

./configure

make install

安装zhparser

git clone https://github.com/amutu/zhparser.git

cd zhparser

SCWS_HOME=/usr/local make && make install

配置zhparser扩展

# 连接到目标数据库，创建zhparser解析器

create extension zhparser

# 将zhparser解析器作为全文检索配置项

create text search configuration chinese (PARSER = zhparser);

然后通过\dF和\dFp命令查看配置

demo

指定分词策略

zhparser可以将中文切分成下面26种token

# 连接到目标数据库

select ts_token_type('zhparser');

demo

普遍情况下，我们只需要按照名词(n)，动词(v)，形容词(a)，成语(i),叹词(e)和习用语(l)6种方式对句子进行划分就可以了，词典使用的是内置的simple词典，即仅做小写转换

所以添加如下映射

alter text search configuration chinese add mapping for n,v,a,i,e,l with simple;

最后效果

# 连接到目标数据库

select to_tsvector('chinese', '这周日你有空么');

# 输出

to_tsvector

-------------------------

'么':2 '有空':1