12.4. 附加功能

12.4.1. 操作文档

节第 12.3.1 节显示了原始文本文档如何转换成tsvector值。 PostgreSQL也提供用于操作已经在tsvector形式中的文档的函数和操作符。

12.4.2. 处理查询

节第 12.3.2 节显示了原始文本查询如何转换成tsquery值。 PostgreSQL也提供了函数和操作符用于处理已存在tsquery形式中的查询

CREATE TABLE aliases (t tsquery primary key, s tsquery);
INSERT INTO aliases VALUES(to_tsquery('supernovae'), to_tsquery('supernovae|sn'));

SELECT ts_rewrite(to_tsquery('supernovae & crab'), 'SELECT * FROM aliases');
           ts_rewrite            
---------------------------------
 'crab' & ( 'supernova' | 'sn' )

UPDATE aliases
SET s = to_tsquery('supernovae|sn & !nebulae')
WHERE t = to_tsquery('supernovae');

SELECT ts_rewrite(to_tsquery('supernovae & crab'), 'SELECT * FROM aliases');
                 ts_rewrite                  
---------------------------------------------
 'crab' & ( 'supernova' | 'sn' & !'nebula' )

SELECT ts_rewrite('a & b'::tsquery,
                  'SELECT t,s FROM aliases WHERE ''a & b''::tsquery @> t');
 ts_rewrite
------------
 'b' & 'c'

12.4.3. 自动更新的触发器

当使用单独的列存储文档的tsvector形式，当文档内容列变化时， 有必要建立一个触发器更新tsvector列。两个内置的触发器功能可用于此， 或者你可以自定义触发器。

tsvector_update_trigger(tsvector_column_name, config_name, text_column_name [, ... ])
tsvector_update_trigger_column(tsvector_column_name, config_column_name, text_column_name [, ... ])

这些触发器函数自动计算来自一个或多个文本字段的tsvector列，在CREATE TRIGGER命令指定的参数控制下。 使用的例子是：

CREATE TABLE messages (
    title       text,
    body        text,
    tsv         tsvector
);

CREATE TRIGGER tsvectorupdate BEFORE INSERT OR UPDATE
ON messages FOR EACH ROW EXECUTE PROCEDURE
tsvector_update_trigger(tsv, 'pg_catalog.english', title, body);

INSERT INTO messages VALUES('title here', 'the body text is here');

SELECT * FROM messages;
   title    |         body          |            tsv             
------------+-----------------------+----------------------------
 title here | the body text is here | 'bodi':4 'text':5 'titl':1

SELECT title, body FROM messages WHERE tsv @@ to_tsquery('title & body');
   title    |         body          
------------+-----------------------
 title here | the body text is here

创建触发器，在title或者body中的任何改变都会自动反映到tsv中，而不必担心它的应用。

第一个触发器参数必须是被更新的tsvector字段名。第二个参数指定要进行转换的文本搜索配置。 为tsvector_update_trigger，配置的名称仅仅是作为第二个触发器参数。它必须是如上所示的模式匹配， 因此触发器的行为在search_path中不会改变。为tsvector_update_trigger_column， 第二个触发器参数是另一个表列的名称，它的类型必须是regconfig。这允许每行选择进行配置。 剩余的参数（s）是文本列的名称（键入text, varchar或者char）。这些将在给定的顺序中提供文档。 空值将被忽略（但其他列仍将被索引）。

这些内置触发器的限制是它们一致对待所有输入列。为了处理不同列—比如， 为权重不同主体的标题—它有必要编写一个自定义触发器。 这是使用PL/pgSQL 作为触发器语言的一个例子：

CREATE FUNCTION messages_trigger() RETURNS trigger AS $$
begin
  new.tsv :=
     setweight(to_tsvector('pg_catalog.english', coalesce(new.title,'')), 'A') ||
     setweight(to_tsvector('pg_catalog.english', coalesce(new.body,'')), 'D');
  return new;
end
$$ LANGUAGE plpgsql;

CREATE TRIGGER tsvectorupdate BEFORE INSERT OR UPDATE
    ON messages FOR EACH ROW EXECUTE PROCEDURE messages_trigger();

记住当在触发器内部创造tsvector值时，明确指定配置的名称是很重要的， 所以，该列的内容将通过改变default_text_search_config而不会受到影响。 如果不这样做可能会导致诸如重载转储之后搜索结果改变的问题。

12.4.4. 收集文献统计

函数ts_stat可用于检查你的配置和查找屏蔽候选词。

ts_stat(sqlquery text, [ weights text, ]
        OUT word text, OUT ndoc integer,
        OUT nentry integer) returns setof record

sqlquery是一个包含返回单独tsvector列的SQL查询的文本值。 ts_stat执行查询并返回包含tsvector数据的各个不同的语义（词）的统计。返回的列：

• word text — 一个词的值

• ndoc integer —这个词出现的文档编号（tsvectors）

• nentry integer —这个词出现的总数

如果提供weights ，仅仅计算这些权重之一。

例如，在一个文档集合中查找十个最常用的单词：

SELECT * FROM ts_stat('SELECT vector FROM apod')
ORDER BY nentry DESC, ndoc DESC, word
LIMIT 10;

同样的，但是只计算权重weight A或者B的单词：

SELECT * FROM ts_stat('SELECT vector FROM apod', 'ab')
ORDER BY nentry DESC, ndoc DESC, word
LIMIT 10;