如何对 JSONB 列中的单个值实现全文搜索？

Question

我有一张表，用于存储两个人之间的对话。

数据将如下所示：

CREATE TABLE foo
AS
  SELECT $$[
    { "user": 1, "timestamp": 1, "message": "First message" },
    { "user": 2, "timestamp": 2, "message": "Second message" },
    { "user": 2, "timestamp": 3, "message": "Debounced message from same user" },
    { "user": 1, "timestamp": 4, "message": "Last message" }
  ]$$::jsonb AS jsondata;

我从不需要单独查找每条消息，所以我只想将整个对话存储在一个jsonb字段中。我需要对所有消息执行全文搜索。

我的第一个想法是创建一个新的文本列，将所有消息连接到一个长字符串中，然后在该列上创建一个三元组 GIN 索引。

这似乎是一种浪费大量空间的 hack，所以我想避免中间列。如何直接从jsonb列创建索引？

Answer 1

我读这个问题的方式，你只关心message. 这里的困难是你需要，

1. 映射返回消息元素的 json 数组
2. 将消息元素字符串数组减少/折叠为聚合字符串。

这在函数式编程中很容易。使用 PostgreSQL 中的股票函数并不容易，并且很难使其与声明性语言一起工作。也许有一天你会有一个jsonb_array_elements(jsonb [,path])可以让你通过的，但在那之前我们可以在我们的数据库中创建一个函数。

使用 plpgsql 创建函数

请注意，这可能不像 plv8 函数那样快速或干净，但在下一个版本中，我们将返回一个tsvector.

这里我们使用jsonb_array_elementsjson 展开，然后将'message'元素聚合回一个字符串。

CREATE OR REPLACE FUNCTION jsonb_message_to_string( jsondata jsonb, out string text )
AS $func$
  BEGIN
    SELECT INTO string
      string_agg(d->>'message', ' ')
    FROM jsonb_array_elements(jsondata) AS d;
    RETURN;
  END;
$func$ LANGUAGE plpgsql
IMMUTABLE;

创建tsvector_agg和改进我们的功能。

这个函数还不是最优的，因为它返回一个字符串。然而，还有第二个困难，因为从 9.6 开始，PostgreSQL 还没有附带tsvector_agg; 但是，它是 PostgreSQL，所以我们可以制作一个..

CREATE AGGREGATE tsvector_agg (tsvector) (
  SFUNC = tsvector_concat,
  STYPE = tsvector
);

这允许我们现在返回一个聚合 tsvector，它更快并保留位置信息。现在我们可以改进我们的功能。在这里我们创建一个新的jsonb_message_to_tsvector.

CREATE OR REPLACE FUNCTION jsonb_message_to_tsvector( jsondata jsonb, out tsv tsvector )
AS $func$
  BEGIN
    SELECT INTO tsv
      tsvector_agg(to_tsvector(d->>'message'))
    FROM jsonb_array_elements(jsondata) AS d;
    RETURN;
  END;
$func$ LANGUAGE plpgsql
IMMUTABLE;

现在我们可以创建我们的索引..

CREATE INDEX ON FOO
  USING gin (jsonb_message_to_tsvector(jsondata));

我们会像这样查询它..

SELECT jsonb_message_to_tsvector(jsondata) @@ 'first'
FROM foo;