从PostgreSQL迁移至DuckDB：pg_trgm扩展的等效实现方案咨询

1. 类Trigram的字符串相似度评分 #

DuckDB的fuzzy扩展提供了与pg_trgm等效的trigram相似度计算能力：

• 先安装并加载扩展：

  INSTALL fuzzy;
  LOAD fuzzy;
  

• 使用trigram_similarity函数计算字符串相似度，效果和PostgreSQL的similarity()完全对齐：

  SELECT trigram_similarity('postgres', 'postgress');
  

• 可选：用trigram_distance计算距离值（结果为1减去相似度），适配不同业务逻辑需求。

2. 大规模数据集的高效模糊文本搜索 #

结合Parquet文件特性，推荐以下几种高效实现方式：

方式一：Trigram索引加速模糊匹配 #

DuckDB支持为字符串列创建trigram索引，直接加速LIKE/ILIKE查询：

-- 针对目标列创建trigram索引
CREATE INDEX idx_product_name_trigram ON products(name) USING trigram;

-- 执行模糊查询，索引会自动生效
SELECT * FROM products WHERE name ILIKE '%laptop%';

方式二：Parquet文件的预优化 #

针对Parquet存储的数据集，可通过预处理减少查询开销：

• 对高频查询的字符串列做分区存储，查询时仅扫描匹配分区的数据
• 利用DuckDB的列存特性，查询时只指定需要的列，避免全列扫描

方式三：全文搜索扩展（适用于复杂文本检索） #

如果模糊搜索需求偏向全文场景，可使用fts扩展：

INSTALL fts;
LOAD fts;

-- 创建虚拟全文索引表
CREATE VIRTUAL TABLE products_fts USING fts(name);
INSERT INTO products_fts SELECT name FROM products;

-- 执行全文模糊搜索
SELECT * FROM products_fts WHERE products_fts MATCH 'gaming laptop';

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