Postgres全文检索：分区表存tsquery结果vs物化视图选型

云原生阿岚

2026-10-5

你提出的「分区表+预存tsvector普通字段」方案，确实比频繁刷新全量物化视图更适配亿级数据、近实时更新的全文检索场景。

方案优势对比

原生PostgreSQL物化视图无增量刷新能力，即使使用CONCURRENTLY选项刷新，也需要扫描全量数据生成新的视图，亿级数据下单次刷新耗时至少数分钟，完全无法满足每分钟多次更新的要求，还会占用大量CPU、IO资源影响正常业务。
预存tsvector字段配合行级触发器的方案，仅在单条记录插入、更新对应字段时才会重算tsvector值，单条记录的更新开销极低，更新延迟可以控制在毫秒级，完全匹配业务对搜索结果实时性的要求。

具体落地实现

1. 新增字段与自动更新触发器

首先给基础表新增document字段：

ALTER TABLE public.text_records ADD COLUMN document tsvector;

创建行级触发器函数，在数据修改时自动计算tsvector值：

CREATE OR REPLACE FUNCTION public.update_text_record_document()
RETURNS TRIGGER AS $$
BEGIN
  NEW.document = setweight(to_tsvector('你使用的分词配置', COALESCE(NEW.text_content::text, '')), 'A') || 
                 setweight(to_tsvector('你使用的分词配置', COALESCE((SELECT name FROM categories WHERE id = NEW.category_id), '')), 'C');
  RETURN NEW;
END;
$$ LANGUAGE plpgsql VOLATILE;

注：分词配置按实际需求填写，英文用pg_catalog.english，中文可使用zhparser对应的配置，避免默认分词不符合业务预期

绑定触发器，仅在text_content和category_id修改时触发计算：

CREATE TRIGGER trigger_text_records_document_update
BEFORE INSERT OR UPDATE OF text_content, category_id
ON public.text_records
FOR EACH ROW EXECUTE FUNCTION public.update_text_record_document();

2. 分区表设计建议

优先按照业务高频过滤字段做分区，最常见的是按date字段做范围分区，单分区数据量控制在1000万~5000万行，查询时可通过分区裁剪大幅降低扫描范围，也方便后续旧数据归档。
必须给document字段创建GIN索引，这是PostgreSQL全文检索性能最优的索引类型：

CREATE INDEX idx_text_records_document_gin ON public.text_records USING GIN(document);

3. 存量数据初始化

存量数据不要一次性全表更新，建议按id或者时间范围分批更新，每次更新1万~10万条，避免锁表影响线上业务，示例如下：

-- 按id分批更新，每次处理10000条
UPDATE public.text_records 
SET document = setweight(to_tsvector('你使用的分词配置', COALESCE(text_content::text, '')), 'A') || setweight(to_tsvector('你使用的分词配置', COALESCE((SELECT name FROM categories WHERE id = category_id), '')), 'C') 
WHERE id BETWEEN 1 AND 10000;

优化可选方案

如果业务写入QPS极高，也可以将tsvector的计算逻辑放到业务代码层实现，写入数据库时直接传入计算好的document值，可完全省去触发器的开销，灵活度更高。

内容的提问来源于stack exchange，提问作者arano879n