PostgreSQL全文检索与模式匹配(LIKE)的适用场景及tsvector价值探讨

一、何时选用全文检索或模式匹配 #

优先选全文检索（FTS）的场景 #

• 针对自然语言类长文本的搜索：比如文章正文、产品详情、用户评论这类内容，需要识别完整语义单元（词语），或者需要过滤停用词（如中文的“的/了”、英文的“the/a”）、按匹配度排序（用ts_rank）。
• 需要多字段联合搜索：可以将标题、内容、标签等多个字段合并为一个ts_vector，通过ts_query一次性完成跨字段检索，效率远高于多个LIKE条件拼接。
• 有高级搜索需求：比如要支持布尔逻辑（AND/OR/NOT）、前缀匹配（如'phone:*'）、短语搜索等复杂查询规则，全文检索的语法能更精准地实现这些需求。

优先选模式匹配（LIKE + gin_trgm_ops）的场景 #

• 需要精确子串匹配：比如搜索SKU编号（如PROD-2024）、邮箱地址、URL这类结构化字符串，只需要定位包含某段固定字符的内容，不需要分词逻辑。
• 简单模糊搜索：用户输入任意字符片段（比如xyz123），只要文本中存在该片段就匹配，适合无明确词语边界的搜索场景。
• 处理非自然语言文本：比如日志内容、代码片段、纯数字串这类没有语义词语的文本，全文检索的分词逻辑反而会破坏匹配准确性。

二、无需词干提取时，使用tsvector仍有价值吗？ #

有价值，即便不需要词干提取（比如搜索特定品牌名、专业术语这类无需变形的内容），tsvector依然能带来这些好处：

• 索引效率更高：tsvector会将文本预处理为词语集合，索引体积比trgm类型的GIN索引更小，大数据量下的查询速度更快。
• 便捷的多字段合并：可以把多个字段的文本合并成一个tsvector索引，用单一查询覆盖多维度，比多个trgm索引组合查询更高效。
• 内置停用词过滤：即使不需要词干，也能通过配置停用词表过滤无意义虚词，减少索引冗余，提升查询精度。
• 支持高级查询语法：比如要搜索同时包含Nike和Air Max的内容，用ts_query('Nike & "Air Max"')比多个LIKE条件更简洁，且索引优化更到位。

内容的提问来源于stack exchange，提问作者Rocketstella