PostgreSQL的扩展dict_int

PostgreSQL的扩展dict_int

dict_int 是 PostgreSQL 的一个文本搜索字典扩展，专门用于处理整数文本的特殊需求。

一、扩展概述

特性	描述
用途	为文本搜索提供整数处理能力
类型	文本搜索字典
适用场景	处理包含数字的文本内容
安装方式	需要显式创建扩展

二、核心功能

1. 整数识别：

   • 将文本中的整数识别为独立token
   • 支持正负整数识别

2. 过滤控制：

   • 可配置是否保留整数token
   • 可设置整数长度限制

三、安装与启用

-- 安装扩展
CREATE EXTENSION dict_int;-- 验证安装
SELECT extname FROM pg_extension WHERE extname = 'dict_int';

四、字典配置方法

1. 基本配置模板

CREATE TEXT SEARCH DICTIONARY intdict (TEMPLATE = dict_int,-- 可选参数MAXLEN = 10,       -- 最大整数位数(默认无限制)REJECTLONG = true  -- 是否拒绝过长整数(默认false)
);

2. 实际配置示例

-- 创建只接受5位以内整数的字典
CREATE TEXT SEARCH DICTIONARY intdict_5digit (TEMPLATE = dict_int,MAXLEN = 5,REJECTLONG = true
);-- 创建接受所有整数的字典
CREATE TEXT SEARCH DICTIONARY intdict_all (TEMPLATE = dict_int
);

五、使用场景示例

1. 配置文本搜索

-- 创建包含整数字典的配置
CREATE TEXT SEARCH CONFIGURATION mycfg (COPY = simple);
ALTER TEXT SEARCH CONFIGURATION mycfgALTER MAPPING FOR int, uint WITH intdict;

2. 实际搜索应用

-- 测试字典效果
SELECT ts_lexize('intdict', '12345');  -- 返回: {12345}
SELECT ts_lexize('intdict', 'abc123'); -- 返回: {} (只匹配纯整数)-- 在查询中使用
SELECT * FROM documents 
WHERE to_tsvector('mycfg', content) @@ to_tsquery('mycfg', '123');

六、参数详解

参数名	类型	默认值	描述
MAXLEN	integer	NULL	允许的最大整数位数
REJECTLONG	boolean	false	是否拒绝超过MAXLEN的整数

七、性能考虑

1. 索引优化：

   -- 创建使用该字典的GIN索引
   CREATE INDEX documents_content_idx ON documents 
   USING gin(to_tsvector('mycfg', content));
   

2. 字典组合建议：

   • 通常与其他字典(如simple, snowball)组合使用
   • 建议放在字典处理链的早期阶段

八、实际应用案例

1. 产品编号搜索

-- 配置专门处理产品编号的搜索
CREATE TEXT SEARCH CONFIGURATION product_search (COPY = simple);
ALTER TEXT SEARCH CONFIGURATION product_searchALTER MAPPING FOR int, uint WITH intdict_5digit, simple;-- 查询示例
SELECT * FROM products
WHERE to_tsvector('product_search', product_code) @@ '12345';

2. 日志分析

-- 配置日志分析搜索(包含状态码和消息)
CREATE TEXT SEARCH CONFIGURATION log_search (COPY = simple);
ALTER TEXT SEARCH CONFIGURATION log_searchALTER MAPPING FOR int, uint WITH intdict,ALTER MAPPING FOR asciiword WITH english_stem;-- 查询状态码200的日志
SELECT * FROM server_logs
WHERE to_tsvector('log_search', log_message) @@ '200';

九、注意事项

1. 语言支持：

   • 仅处理数字字符，与语言无关
   • 不处理小数或科学计数法表示的数字

2. 字典顺序：

   -- 正确的字典链顺序示例
   ALTER TEXT SEARCH CONFIGURATION mycfg
   ALTER MAPPING FOR int, uint WITH intdict, simple;
   

3. 版本兼容：

   • 需要PostgreSQL 9.1+版本
   • 在最新版本中功能稳定

dict_int扩展为PostgreSQL提供了专业的整数文本处理能力，特别适合需要精确处理数字内容的搜索场景。合理配置可以显著提升包含数字的文本搜索效率和准确性。