postgresql - PostgreSQL - 比较 ts_vector 字段

Question

我有两个表，其中有来自两个不同来源的数据。每个表的一个字段包含电影的标题，但由于某种我无法控制的原因，标题并不总是完全相同。

所以我使用ts_vector来消除所有细微的差异（停用词、复数等）。

在此处查看示例：http ://sqlfiddle.com/#!17/5ccbc/3

我的问题是如何在ts_vector不考虑数字值的情况下比较两者，而只考虑文本内容。如果我直接比较这两个字段，我只会得到值之间的完全匹配，包括每个单词的位置。我发现的唯一解决方案是使用该strip()函数，从 tsvector 中删除位置和权重，只留下文本内容。

我想知道是否有最快的比较方法ts_vectors。

Answer 1

您可以在剥离向量的索引中创建：

create index on tbl1 (strip(ts_title));
create index on tbl2 (strip(ts_title));

但是鉴于您的查询必须获取每个表的每一行，这不太可能起到很大的作用。在预先计算的剥离向量之间进行合并连接可能会更快，但一旦包含构建和维护索引的开销，可能就不会了。如果真正的 WHERE 子句更具限制性（从一个或另一个表中只选择几行），那么请分享真正的查询。