外掛程式pg_jieba是什麼 - PolarDB

pg_jieba是一個開源第三方外掛程式，用於中文的全文檢索搜尋。

前提條件

支援的PolarDB PostgreSQL版的版本如下：

PostgreSQL 15（核心小版本15.7.2.0及以上）
PostgreSQL 14（核心小版本14.5.2.0及以上）
PostgreSQL 11（核心小版本1.1.28及以上）

說明

您可通過如下語句查看PolarDB PostgreSQL版的核心小版本號碼：

PostgreSQL 15和PostgreSQL 14
```
SELECT version();
```
PostgreSQL 11
```
SHOW polar_version;
```

簡介

pg_jieba外掛程式提供了以下可選的文本搜尋配置：

jiebacfg：精確模式，將文本精確切分，不存在冗餘的詞語。
jiebaqry：全模式，將文本中所有可以匹配的詞語都掃描出來，可能存在冗餘的詞語。
jiebacfg_pos：精確模式（帶下標位置），在精確模式的結果基礎上添加每個詞語的位置下標資訊，並且在精確模式下被忽略的停用詞（出現太頻繁以至於在搜尋中起不到作用的詞語）也會顯示。

使用方法

安裝/卸載外掛程式

說明

僅高許可權帳號可以執行安裝/卸載外掛程式命令。

安裝外掛程式
```
CREATE EXTENSION pg_jieba;
```
卸載外掛程式
```
DROP EXTENSION pg_jieba;
```

使用樣本

樣本一

jiebacfg精確模式配置。

SELECT * FROM to_tsvector('jiebacfg', '小明碩士畢業於中國科學院計算所，後在日本京都大學深造');

顯示結果如下：

                                   to_tsvector
----------------------------------------------------------------------------------
 '中國科學院':5 '小明':1 '日本京都大學':10 '畢業':3 '深造':11 '碩士':2 '計算所':6
(1 row)

jiebaqry全模式配置。

SELECT * FROM to_tsvector('jiebaqry', '小明碩士畢業於中國科學院計算所，後在日本京都大學深造');

顯示結果如下：

                                                                           to_tsvector
-----------------------------------------------------------------------------------------------------------------------------------------------------------------
 '中國':5 '中國科學院':9 '京都':16 '大學':17 '學院':7 '小明':1 '日本':15 '日本京都大學':18 '畢業':3 '深造':19 '碩士':2 '科學':6 '科學院':8 '計算':10 '計算所':11
(1 row)

jiebacfg_pos精確模式帶下標配置。

SELECT * FROM to_tsvector('jiebacfg_pos', '小明碩士畢業於中國科學院計算所，後在日本京都大學深造');

顯示結果如下：

                                                               to_tsvector                                                                
------------------------------------------------------------------------------------------------------------------------------------------
 '中國科學院:7':5 '於:6':4 '後:16':8 '在:17':9 '小明:0':1 '日本京都大學:18':10 '畢業:4':3 '深造:24':11 '碩士:2':2 '計算所:12':6 '，:15':7
(1 row)

樣本二

jiebacfg精確模式配置。

SELECT * FROM to_tsvector('jiebacfg', '李小福是創新辦主任也是雲端運算方面的專家');

顯示結果如下：

                            to_tsvector
-------------------------------------------------------------------
 '專家':11 '主任':5 '雲端運算':8 '創新':3 '辦':4 '方面':9 '李小福':1
(1 row)

jiebaqry全模式配置。

SELECT * FROM to_tsvector('jiebaqry', '李小福是創新辦主任也是雲端運算方面的專家');

顯示結果如下：

                                 to_tsvector
-----------------------------------------------------------------------------
 '專家':12 '主任':5 '雲端運算':9 '創新':3 '辦':4 '方面':10 '李小福':1 '計算':8
(1 row)

jiebacfg_pos精確模式帶下標配置。

SELECT * FROM to_tsvector('jiebacfg_pos', '李小福是創新辦主任也是雲端運算方面的專家');

顯示結果如下：

                                                        to_tsvector                                                        
---------------------------------------------------------------------------------------------------------------------------
 '專家:17':11 '主任:7':5 '也:9':6 '雲端運算:11':8 '創新:4':3 '辦:6':4 '方面:14':9 '是:10':7 '是:3':2 '李小福:0':1 '的:16':10
(1 row)

擴充功能

pg_jieba支援配置多個自訂詞庫並切換。

說明

使用自訂詞庫的功能，必須將pg_jieba添加到shared_preload_libraries參數中。您可以通過控制台設定shared_preload_libraries參數，詳細操作請參考設定叢集參數。修改該參數後叢集將會重啟，請在修改參數前做好業務安排，謹慎操作。

向0號詞典插入資料（預設0號詞典，權重10）。

INSERT INTO jieba_user_dict VALUES ('阿里雲');
INSERT INTO jieba_user_dict VALUES ('研發工程師',0,10);

使用jieba內建詞庫分詞。

SELECT * FROM to_tsvector('jiebacfg', 'zth是阿里雲的一個研發工程師');

顯示結果如下：

                     to_tsvector
------------------------------------------------------
 'zth':1 '一個':6 '雲':4 '工程師':8 '研發':7 '阿里':3
(1 row)

切換到0號自訂字典。

SELECT jieba_load_user_dict(0);

顯示結果如下：

 jieba_load_user_dict
----------------------

(1 row)

使用0號詞典分詞。

SELECT * FROM to_tsvector('jiebacfg', 'zth是阿里雲的一個研發工程師');

顯示結果如下：

                to_tsvector
--------------------------------------------
 'zth':1 '一個':5 '研發工程師':6 '阿里雲':3
(1 row)