如何让websearch_to_tsquery返回近似匹配结果而非全词匹配结果

问题原因 #

websearch_to_tsquery 默认会将空格分隔的多个查询词用 AND 逻辑拼接，要求所有查询词都必须命中description字段的分词结果才会返回匹配，因此只要加入一个完全不存在的词，整个检索条件就会不成立，返回0条结果。

解决方案 #

方案1：调整逻辑为任意词匹配（性能最优） #

将默认的AND逻辑改为OR逻辑，只要命中任意一个查询词即可返回结果，同时保留全文检索的排序能力，匹配词数越多的结果排名越靠前：

SELECT * FROM 你的表名
WHERE to_tsvector('english', description) @@ 
  -- 将tsquery默认的&（AND）替换为|（OR）
  replace(websearch_to_tsquery('virtual reality fsdfasjkwnejkfb')::text, '&', '|')::tsquery
-- 按匹配度从高到低排序
ORDER BY ts_rank(to_tsvector('english', description), websearch_to_tsquery('virtual reality fsdfasjkwnejkfb')) DESC;

适用场景：用户只是误输入了无关词汇，核心查询词准确的场景。

方案2：支持拼写错误的近似匹配 #

如果不存在的词汇是拼写错误导致的，可以借助pg_trgm扩展实现 trigram 相似度模糊匹配，容忍一定程度的拼写偏差：

1. 首先开启扩展（仅需执行一次）：

CREATE EXTENSION IF NOT EXISTS pg_trgm;

2. 执行带相似度校验的查询：

WITH 查询分词 AS (
  SELECT unnest(string_to_array('virtual reality fsdfasjkwnejkfb', ' ')) AS 词
)
SELECT DISTINCT 你的表名.* 
FROM 你的表名
JOIN 查询分词 ON 
  -- 要么完全包含分词
  description ILIKE '%' || 查询分词.词 || '%'
  -- 要么相似度超过阈值（0-1之间，数值越高匹配越严格，可自行调整）
  OR similarity(description, 查询分词.词) > 0.3
ORDER BY 
  ts_rank(to_tsvector('english', description), websearch_to_tsquery('virtual reality fsdfasjkwnejkfb')) DESC,
  similarity(description, 'virtual reality fsdfasjkwnejkfb') DESC;

适用场景：用户输入存在拼写错误、漏字多字的场景。

方案3：混合匹配模式（效果最优） #

同时结合全文检索的精准匹配能力和相似度模糊匹配能力，兼顾召回率和排序准确性：

SELECT * FROM 你的表名
WHERE 
  to_tsvector('english', description) @@ replace(websearch_to_tsquery('virtual reality fsdfasjkwnejkfb')::text, '&', '|')::tsquery
  OR similarity(description, 'virtual reality fsdfasjkwnejkfb') > 0.2
ORDER BY 
  ts_rank(to_tsvector('english', description), websearch_to_tsquery('virtual reality fsdfasjkwnejkfb')) DESC,
  similarity(description, 'virtual reality fsdfasjkwnejkfb') DESC;

内容的提问来源于stack exchange，提问作者Jason K