您可以使用 AlloyDB for PostgreSQL 的全文搜尋 (FTS) 功能，找出符合查詢條件的自然語言文件。這種方法比標準字串比對更有效，因為它會考量語言細微差異，例如忽略「the」等常見停用詞，並比對字詞的不同形式，例如「run」、「running」或「ran」。
除了標準 PostgreSQL GIN 和 GiST 索引，AlloyDB 還提供 rum 擴充功能，可在 PostgreSQL 17 以下版本執行高效能全文檢索，並在 PostgreSQL 17 以上版本執行 Best Matching 25 (BM25) 關聯性排名。
全文搜尋的核心概念
如要有效實作全文搜尋 (FTS)，您應瞭解 PostgreSQL 處理及搜尋文字的方式。搜尋單位 (文件) 通常是文字欄，或是資料列中的欄組合。索引建構程序會剖析這份文件，將字詞 (或「詞素」，即字詞的基本形式) 與資料列建立關聯。
這項程序包含預先處理管道，會透過下列方式將原始文字轉換為可搜尋的格式：
- 將文字拆分為詞元。
- 移除常見的停用詞。
- 將字詞正規化為字根形式，例如「run」是「run」、「runs」、「running」和「ran」的詞位。
使用全文搜尋時，您也需要瞭解專門的資料類型、運算子和各種索引策略，包括內建的 PostgreSQL 索引和高效能 RUM 索引。
PostgreSQL 使用兩種主要資料類型和比對運算子來管理 FTS：
tsvector：以可搜尋的格式 (不同詞彙的排序清單) 表示文件。tsquery：代表搜尋字詞，包括可讓您合併詞彙的布林運算子。@@：檢查tsvector是否與tsquery相符，以便進行語言感知搜尋。
AlloyDB 支援內建 PostgreSQL 支援的所有全文檢索索引類型。選擇索引時，請考量搜尋速度、索引建構時間、更新速度，以及所需特定搜尋功能 (例如詞組搜尋或相關性排名) 之間的平衡。
如要提升搜尋結果的關聯性和準確度，您也可以選擇下列選項：
- RUM 索引：直接在索引中儲存位置資訊，改善標準 GIN 索引，讓您不必存取資料表資料，就能更快執行詞組搜尋和關聯性排名。這項擴充功能支援 PostgreSQL 17 以下版本。詳情請參閱「建立及管理 RUM 索引」。
- BM25 索引：採用機率式 Best Matching 25 演算法，根據字詞頻率和長度飽和度為文件排名，提供業界標準的關鍵字比對精確度。這項擴充功能支援 PostgreSQL 17 以上版本。詳情請參閱「建立及管理 BM25 索引」。
結合全文搜尋和語意搜尋
最強大的搜尋實作通常會結合使用 RUM 索引的全文搜尋和向量搜尋。使用混合型搜尋，結合語意解讀和完全比對關鍵字的優勢，合併不同的結果集，進行全面排名。
舉例來說，在電子商務應用程式中，您可以先使用 RUM 進行全文搜尋，找出含有「慢跑鞋」等特定關鍵字的產品，然後使用向量搜尋，根據語意相似度找出與使用者更詳細查詢內容 (例如「適合長距離訓練的舒適鞋款」) 相符的結果。接著，資料庫會使用倒數排名融合 (RRF) 演算法，將兩個搜尋元件的排名結果合併為單一統合清單，產生最終排名。
如要進一步瞭解如何使用這種混合方法，請參閱「執行混合型向量相似度搜尋」。
後續步驟
- 瞭解如何建立及管理 RUM 索引。
- 瞭解如何建立及管理 BM25 索引。
- 瞭解如何執行混合型向量相似度搜尋。