PostgreSQL全文检索websearch_to_tsquery匹配结果异常咨询

首先明确PostgreSQL全文搜索中@@匹配运算符的核心规则：只有tsquery包含的所有词位都在tsvector中存在时，才会返回TRUE，你遇到的不对称匹配结果完全符合该规则，具体拆解如下：

• 首先看simple文本搜索配置的处理逻辑：不会做词干提取、不会过滤停用词，仅按照空格、标点拆分原始文本生成独立词位。
• 第一种查询SELECT websearch_to_tsquery('simple', 'john r. smith') @@ to_tsvector('simple', 'john smith');
  1. websearch_to_tsquery('simple', 'john r. smith')会生成词位组合：'john' & 'r' & 'smith'，要求三个词位同时存在
  2. to_tsvector('simple', 'john smith')仅包含'john'、'smith'两个词位，缺少'r'，因此匹配失败返回FALSE
• 第二种反向查询SELECT websearch_to_tsquery('simple', 'john smith') @@ to_tsvector('simple', 'john r. smith');
  1. websearch_to_tsquery('simple', 'john smith')生成词位组合：'john' & 'smith'，仅要求两个词位同时存在
  2. to_tsvector('simple', 'john r. smith')包含'john'、'r'、'smith'三个词位，完全覆盖查询要求的词位，因此匹配成功返回TRUE

你的场景是存储的人名没有中间名缩写，搜索词带中间名缩写时匹配失败，可以根据需求选择以下方案：

• 如果允许搜索时只要求人名核心词匹配即可，可以将查询逻辑改为：先生成搜索词的所有词位，去掉长度为1的单字符词位后再生成tsquery进行匹配，例如对john r. smith去掉r后生成'john' & 'smith'即可匹配成功
• 如果需要保留单字符匹配规则但允许部分匹配，可以将tsquery的默认连接逻辑从&（与）改为|（或），但该方式会导致匹配准确率下降
• 如果需要更灵活的人名匹配，可以配合pg_trgm插件做相似度匹配，补充全文搜索的不足

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