PostgreSQL中plainto_tsquery英文配置词干提取异常问题咨询

核心问题根源 #

你遇到的无匹配结果问题，本质是生成ts_vector字段时使用的文本配置，和查询时plainto_tsquery用的配置不一致：

• 如果你的ts_vector字段是用simple配置生成的（或未指定配置默认用simple），字段里存储的是simple词干器处理后的词；而english配置的plainto_tsquery生成的是english词干器处理后的结果，两者词干规则不同，自然无法匹配。
• 比如你提到的create，english词干器会处理为creat，simple词干器处理schedule得到schedul，如果ts_vector里的词是原始未处理或其他配置生成的，就会出现匹配失败。

关于词干的疑问：creat是create的正确英文词干吗？ #

是的。PostgreSQL的english文本配置使用Snowball英文词干器，按照英文词干提取规则，create、created、creating这类词的统一词干就是creat，这是符合标准规则的结果。

解决方法 #

1. 确认ts_vector的生成配置
   检查生成ts_vector字段的SQL语句，比如是否是：

   -- 用simple配置生成
   UPDATE demo SET ts_vector = to_tsvector('simple', content);
   -- 还是用english配置生成
   UPDATE demo SET ts_vector = to_tsvector('english', content);
   

   必须保证查询和生成用完全相同的文本配置。

2. 统一配置并重新生成ts_vector
   如果希望使用english配置的全文检索，先更新ts_vector字段：

   UPDATE demo SET ts_vector = to_tsvector('english', content_column);
   

   之后再用english配置的查询语句：

   SELECT * FROM demo WHERE ts_vector @@ plainto_tsquery('english', 'create');
   

3. 检查字典配置的有效性
   你更新字典后无变化，大概率是因为生成ts_vector时并未使用该字典对应的文本配置。需要确认你的english配置是否关联了更新后的字典，或者直接在生成和查询时指定配置：

   -- 指定english配置生成ts_vector
   UPDATE demo SET ts_vector = to_tsvector('english', content_column);
   -- 指定english配置查询
   SELECT * FROM demo WHERE ts_vector @@ plainto_tsquery('english', 'create');
   

内容的提问来源于stack exchange，提问作者Immanuel