ApsaraDB RDS:Use the pg_jieba extension

A extensão pg_jieba permite configurar múltiplos dicionários personalizados e alternar entre eles.

-- Insert data into the first custom dictionary. By default, data is inserted into the first custom dictionary. The first custom dictionary is represented by 0. The weight value of the first custom dictionary is 10.
INSERT INTO jieba_user_dict VALUES ('阿里云');

INSERT INTO jieba_user_dict VALUES ('研发工程师',0,10);

-- Use the dictionary predefined in the pg_jieba extension to segment Chinese text.
SELECT * FROM to_tsvector('jiebacfg', 'zth是阿里云的一个研发工程师');
to_tsvector
------------------------------------------------------
'zth':1 '一个':6 '云':4 '工程师':8 '研发':7 '阿里':3
(1 row)

-- Switch to the first custom dictionary. The jieba_load_user_dict() parameter specifies the sequence number of the custom dictionary.
SELECT jieba_load_user_dict(0);
jieba_load_user_dict
----------------------

(1 row)

SELECT * FROM to_tsvector('jiebacfg', 'zth是阿里云的一个研发工程师');
to_tsvector
--------------------------------------------
'zth':1 '一个':5 '研发工程师':6 '阿里云':3
(1 row)

A extensão pg_jieba permite visualizar os resultados da segmentação de texto com base em deslocamentos.

SELECT * FROM to_tsvector('jiebacfg_pos', 'zth是阿里云的一个研发工程师');
                                     to_tsvector
--------------------------------------------------------------------------------------
 'zth:0':1 '一个:8':6 '云:6':4 '工程师:12':8 '是:3':2 '的:7':5 '研发:10':7 '阿里:4':3'zth:0':1 ' One: 8':6 ' Cloud: 6':4 ' Engineer: 12':8 ' Yes: 3':2':7':5 ' R&D: 10':7 ' Ali: 4':3
(1 row)

A função jieba_load_user_dict() foi otimizada para reduzir o uso de CPU e de memória.

Um novo parâmetro foi adicionado à função jieba_load_user_dict() para especificar se os dicionários personalizados devem ser usados durante a recuperação.

• Sintaxe

  jieba_load_user_dict(parameter1, parameter2)

• Descrição dos parâmetros

  Parâmetro	Descrição
  parameter1	Especifica o número de sequência do dicionário personalizado a ser carregado.
  parameter2	Especifica se o dicionário padrão deve ser carregado. 0: carrega o dicionário padrão. 1: não carrega o dicionário padrão.

• Exemplos

  INSERT INTO jieba_user_dict VALUES ('阿里云');
  INSERT 0 1
  INSERT INTO jieba_user_dict VALUES ('研发工程师',0,10);
  INSERT 0 1
  
  -- The first 0 indicates the sequence number of the custom dictionary, and the second 0 indicates that the default dictionary is loaded.
  SELECT jieba_load_user_dict(0,0);
  jieba_load_user_dict
  ----------------------
  
  (1 row)
  SELECT * FROM to_tsvector('jiebacfg', 'zth是阿里云的一个研发工程师');
  to_tsvector
  --------------------------------------------
  'zth':1 '一个':5 '研发工程师':6 '阿里云':3
  (1 row)
  
  SELECT jieba_load_user_dict(0,1);
  jieba_load_user_dict
  ----------------------
  
  (1 row)
  
  SELECT * FROM to_tsvector('jiebacfg', 'zth是阿里云的一个研发工程师');
                       to_tsvector
  ------------------------------------------------------
  'zth':1 '一个':6 '云':4 '工程师':8 '研发':7 '阿里':3
  (1 row)

  Nota

  Se a tabela jieba_user_dict ou a função jieba_load_user_dict() não existir, atualize a versão secundária do mecanismo da instância RDS para 20220730 e reinstale a extensão.

  1. Para obter mais informações sobre como atualizar a versão secundária do mecanismo, consulte Update the minor engine version of an ApsaraDB RDS for PostgreSQL instance.

  2. Execute as seguintes instruções para reinstalar a extensão:

     DROP EXTENSION pg_jieba;
     CREATE EXTENSION pg_jieba;