25. diel - PostgreSQL - Fulltextové vyhľadávanie - Fulltextový index

V predchádzajúcej lekcii, PostgreSQL - Fulltextové vyhľadávanie , sme si predstavili fulltextové vyhľadávanie v PostgreSQL databázach a pozreli sa na jeho výhody oproti klasickému hľadaniu.

V dnešnom PostgreSQL tutoriále sa opäť pozrieme na fulltextové vyhľadávanie. Naučíme sa vytvárať vlastné konfigurácie textového vyhľadávania, čím si zlepšíme možnosti vyhľadávania v slovenskom jazyku. A tiež našu databázu rozšírime o fulltextový index.

Všetko si ukážeme na databáze databaze_pro_web. Ak už túto databázu nemáte, tak si jej aktuálnu verziu môžete stiahnuť pod článkom a naimportovať.

Konfigurácia textového vyhľadávania

Konfigurácia textového vyhľadávania riadi mieru a spôsob redukcie dokumentov a vyhľadávaných výrazov na tsvector a tsquery. Každá takáto konfigurácia je definovaná týmito zložkami:

• Slovníky - používajú sa na odobratie slov, ktoré by sa nemali uvažovať pri hľadaní (tzv. stop slova). A ďalej k normalizácii slov, aby sa rôzne odvodené formy rovnakého slova zhodovali. Úspešne normalizované slovo sa nazýva lexém. Jedna konfigurácia môže obsahovať pokojne aj viac slovníkov.
• Parser (analyzátor) - slúži na rozdelenie textu na tzv. tokeny, teda jednotlivé slová alebo frázy. Tieto tokeny nadobúdajú rôzne dátové typy, podľa toho v akom formáte sú dané slová alebo frázy, napr. máme typy asciiword, word, hword, hword_part, email, url, int a ďalšie.

Tvorba slovníka

Slovníky sa v PostgreSQL tvoria podľa šablón.

Šablóny poskytujú funkcie, pomocou ktorých sa slovníky vytvárajú z odovzdaných súborov s požadovanými dátami. Ide napr. o súbory so stop slovami, predponami, príponami, synonymami, atď.

Šablóny si môžeme sami vytvoriť alebo využiť už predpripravené od PostgreSQL:

 

...koniec náhľadu článku...
Pokračuj ďalej