RDS PostgreSQL提供RUM插件,实现高速全文检索。
前提条件
RDS PostgreSQL实例为10或以上版本。
RDS PostgreSQL 14和15需要内核版本在20221030及以上。如何查看和升级内核小版本,请参见升级内核小版本。
暂不支持RDS PostgreSQL 17。
背景信息
GIN索引(通用倒排索引)支持通过tsvector和tsquery两种数据类型进行全文检索,但是有如下几个问题:
排序慢
需要有关词汇的位置信息才能进行排序。GIN索引不存储词汇的位置,因此在索引扫描之后,需要额外的扫描来检索词汇位置。
短语查询慢
GIN索引需要位置信息来执行短语搜索。
时间戳排序慢
GIN索引无法在带有词素的索引中存储一些相关信息,因此需要执行额外的扫描。
基于GIN索引,RDS PostgreSQL提供RUM插件,在RUM索引中存储额外的信息(词汇位置或时间戳的位置信息)来解决以上问题。
RUM索引的缺点是构建和插入时间比GIN索引慢。 这是因为需要存储除密钥之外的其他信息,并且RUM使用通用WAL记录。
插件开启与关闭
开启插件
CREATE EXTENSION rum;
关闭插件
DROP EXTENSION rum;
通用的操作符
RUM模块提供以下操作符。
操作符 | 返回值数据类型 | 描述 |
tsvector <=> tsquery | float4 | 返回tsvector与tsquery之间的距离。 |
timestamp <=> timestamp | float8 | 返回两个时间戳之间的距离。 |
timestamp <=| timestamp | float8 | 只返回左侧时间戳的距离。 |
timestamp |=> timestamp | float8 | 只返回右侧时间戳的距离。 |
后三种操作符也适用于这些数据类型:timestamptz、int2、int4、int8、float4、float8、money、oid。
RUM的更多函数介绍,请参见官方网站。
使用方法
RUM的使用方法与开源方法一致,请参见官方网站。