在 PostgreSQL 表中快速搜索字符串，输入略有错误

Question

假设我在 PostgreSQL 中有一个

user

表，其中包含列

first_name (PK)
last_name (PK)
email

目前已有数百万用户。一名用户有该记录

(John, Smith, [email protected])

现在搜索他，输入错误

Johny Smit

。

我怎样才能快速找到记录？ sqlalchemy 也可以吗？

Answer 1

您可以使用 pg_trgm 扩展中包含的基于

trigram

的索引和搜索：demo

create extension pg_trgm;
create index trgm_idx on my_table using GiST ( first_name gist_trgm_ops
                                              ,last_name  gist_trgm_ops);

select * from my_table 
where    first_name % 'Johny' 
  and    last_name  % 'Smit' 
order by first_name<->'Johny'
        ,last_name <->'Smit'
limit 5;

名字	姓氏	电子邮件
约翰	史密斯	[电子邮件受保护]

查询计划
限制（成本=0.28..8.31行=1宽度=119）（实际时间=19.341..19.353行=1循环=1）
输出：名字、姓氏、电子邮件、((名字 <-> 'Johny'::text)), ((姓氏 <-> 'Smit'::text))
-> 在 public.my_table 上使用 trgm_idx 进行索引扫描（成本=0.28..8.31行=1宽度=119）（实际时间=19.337..19.348行=1循环=1）
输出：名字，姓氏，电子邮件，（名字<->'Johny'::text），（姓氏<->'Smit'::text）
索引条件：((my_table.first_name % 'Johny'::text) AND (my_table.last_name % 'Smit'::text))
订购依据：((my_table.first_name <-> 'Johny'::text) AND (my_table.last_name <-> 'Smit'::text))
规划时间：1.364毫秒
执行时间：19.416 ms

1. 在现实生活中，它不会这么快，因为我只是将

   John Smith

   埋在一堆 100k 随机

   uuid

   下。
2. 您将不得不调整您的相似性目标，并且仍然可能搜索许多最佳匹配项，并以某种方式从中挑选出来 - 可能有很多人的名字也与您的搜索匹配。