Mezcla búsquedas de texto completo y búsquedas que no son de texto

En esta página, se describe cómo realizar una búsqueda que combine datos de texto completo y datos que no son de texto.

Realiza una búsqueda mixta de texto completo y no texto

Los índices de búsqueda admiten texto completo, coincidencias exactas, columnas numéricas y columnas JSON/JSONB. Puedes combinar condiciones de texto y no texto en la cláusula WHERE de manera similar a las búsquedas de varias columnas. El optimizador de consultas intenta optimizar los predicados que no son de texto con un índice de búsqueda. Si eso no es posible, Spanner evalúa la condición para cada fila que coincide con el índice de búsqueda. Las columnas a las que se hace referencia y que no se almacenan en el índice de búsqueda se recuperan de la tabla base.

Considera el siguiente ejemplo:

GoogleSQL 

CREATE TABLE Albums (
  AlbumId STRING(MAX) NOT NULL,
  Title STRING(MAX),
  Rating FLOAT64,
  Genres ARRAY<STRING(MAX)>,
  Likes INT64,
  Cover BYTES(MAX),
  Title_Tokens TOKENLIST AS (TOKENIZE_FULLTEXT(Title)) HIDDEN,
  Rating_Tokens TOKENLIST AS (TOKENIZE_NUMBER(Rating)) HIDDEN,
  Genres_Tokens TOKENLIST AS (TOKEN(Genres)) HIDDEN
) PRIMARY KEY(AlbumId);

CREATE SEARCH INDEX AlbumsIndex
ON Albums(Title_Tokens, Rating_Tokens, Genres_Tokens)
STORING (Likes);

PostgreSQL

La compatibilidad con Spanner PostgreSQL tiene las siguientes limitaciones:

  • La función spanner.tokenize_number solo admite el tipo bigint.
  • spanner.token no admite la tokenización de arrays.
CREATE TABLE albums (
  albumid character varying NOT NULL,
  title character varying,
  rating bigint,
  genres character varying NOT NULL,
  likes bigint,
  cover bytea,
  title_tokens spanner.tokenlist AS (spanner.tokenize_fulltext(title)) VIRTUAL HIDDEN,
  rating_tokens spanner.tokenlist AS (spanner.tokenize_number(rating)) VIRTUAL HIDDEN,
  genres_tokens spanner.tokenlist AS (spanner.token(genres)) VIRTUAL HIDDEN,
PRIMARY KEY(albumid));

CREATE SEARCH INDEX albumsindex
ON albums(title_tokens, rating_tokens, genres_tokens)
INCLUDE (likes);

El comportamiento de las consultas en esta tabla incluye lo siguiente:

  • Rating y Genres se incluyen en el índice de búsqueda. Spanner acelera las condiciones con listas de publicación de índices de búsqueda. ARRAY_INCLUDES_ANY y ARRAY_INCLUDES_ALL son funciones de GoogleSQL y no se admiten en el dialecto de PostgreSQL.

    SELECT Album
FROM Albums
WHERE Rating > 4
  AND ARRAY_INCLUDES_ANY(Genres, ['jazz'])

  • La búsqueda puede combinar conjunciones, disyunciones y negaciones de cualquier manera, lo que incluye la combinación de predicados de texto completo y no de texto. Esta consulta se acelera por completo con el índice de búsqueda.

    SELECT Album
FROM Albums
WHERE (SEARCH(Title_Tokens, 'car')
      OR Rating > 4)
  AND NOT ARRAY_INCLUDES_ANY(Genres, ['jazz'])

  • Likes se almacena en el índice, pero el esquema no solicita a Spanner que cree un índice de tokens para sus posibles valores. Por lo tanto, el predicado de texto completo en Title y el predicado que no es de texto en Rating se aceleran, pero el predicado en Likes no. En Spanner, la consulta recupera todos los documentos que contienen el término "car" en Title y una calificación superior a 4, y, luego, filtra los documentos que no tienen al menos 1,000 Me gusta. Esta consulta usa muchos recursos si casi todos los álbumes tienen el término "auto" en su título y casi todos tienen una calificación de 5, pero pocos álbumes tienen 1,000 Me gusta. En esos casos, indexar Likes de manera similar a Rating ahorra recursos.

    GoogleSQL 

    SELECT Album
FROM Albums
WHERE SEARCH(Title_Tokens, 'car')
  AND Rating > 4
  AND Likes >= 1000

    PostgreSQL 

    SELECT album
FROM albums
WHERE spanner.search(title_tokens, 'car')
  AND rating > 4
  AND likes >= 1000

  • Cover no se almacena en el índice. La siguiente consulta realiza una unión inversa entre AlbumsIndex y Albums para recuperar Cover para todos los álbumes coincidentes.

    GoogleSQL 

    SELECT AlbumId, Cover
FROM Albums
WHERE SEARCH(Title_Tokens, 'car')
  AND Rating > 4

    PostgreSQL 

    SELECT albumid, cover
FROM albums
WHERE spanner.search(title_tokens, 'car')
  AND rating > 4

¿Qué sigue?