F.57. rum
Пред. НаверхПриложение F. Дополнительно поставляемые модулиНачало След.

F.57. rum

F.57.1. Введение
F.57.2. Установка
F.57.3. Общие операторы
F.57.4. Новые классы операторов
F.57.5. Лицензия
F.57.6. Авторы

F.57.1. Введение

Модуль rum предоставляет метод доступа для работы с индексами RUM. Он основан на коде методов доступа GIN.

Индекс GIN позволяет выполнять быстрый полнотекстовый поиск, используя типы tsvector и tsquery, но с таким индексом связан ряд проблем:

  • Медленное ранжирование. Для ранжирования необходима информация о позициях, но в индексе GIN не сохраняется информация о позициях лексем. Поэтому после сканирования индекса необходимо провести ещё одно сканирование собственно данных, чтобы получить позиции лексем.

  • Медленный поиск фраз с индексом GIN. Эта проблема связана с предыдущей, так как для осуществления поиска фраз необходима информация о позициях.

  • Медленное упорядочивание по меткам времени. Индекс GIN не может сохранять вместе с лексемами никакую дополнительную информацию, поэтому это требует дополнительного сканирования данных.

RUM решает эти проблемы, сохраняя дополнительную информацию в дереве идентификаторов. В частности, он сохраняет информацию о позиции лексем или метки времени.

Недостаток RUM состоит в том, что он строится и изменяется медленнее, чем GIN. Это связано с тем, что помимо ключей в индексе сохраняется дополнительная информация, и с тем, что RUM использует унифицированный WAL.

F.57.2. Установка

rum — это обычное расширение Postgres Pro Enterprise без каких-либо особых предварительных требований.

Процедура установки выглядит следующим образом: 

$ psql имя_бд -c "CREATE EXTENSION rum"

F.57.3. Общие операторы

Реализованные в модуле rum операторы перечислены в Таблице F.44:

Таблица F.44. Операторы rum

ОператорВозвращаетОписание
tsvector <=> tsqueryfloat4Возвращает расстояние между значениями tsvector и tsquery.
timestamp <=> timestampfloat8Возвращает расстояние между двумя значениями timestamp.
timestamp <=| timestampfloat8Возвращает расстояние только для возрастающих значений timestamp.
timestamp |=> timestampfloat8Возвращает расстояние только для убывающих значений timestamp.

F.57.4. Новые классы операторов

Расширение rum предоставляет следующие классы операторов.

F.57.4.1. rum_tsvector_ops — класс операторов для tsvector

Этот класс операторов сохраняет лексемы tsvector с информацией о позициях. Поддерживает упорядочивание с оператором <=> и поиск по префиксу. Взгляните на следующий пример.

Допустим, у нас есть таблица: 

CREATE TABLE test_rum(t text, a tsvector);

CREATE TRIGGER tsvectorupdate
BEFORE UPDATE OR INSERT ON test_rum
FOR EACH ROW EXECUTE PROCEDURE tsvector_update_trigger('a', 'pg_catalog.english', 't');

INSERT INTO test_rum(t) VALUES ('The situation is most beautiful');
INSERT INTO test_rum(t) VALUES ('It is a beautiful');
INSERT INTO test_rum(t) VALUES ('It looks like a beautiful place');

Чтобы создать индекс rum, необходимо создать расширение: 

CREATE EXTENSION rum;

Затем мы можем создать новый индекс: 

CREATE INDEX rumidx ON test_rum USING rum (a rum_tsvector_ops);

И выполнять следующие запросы: 

SELECT t, a <=> to_tsquery('english', 'beautiful | place') AS rank
    FROM test_rum
    WHERE a @@ to_tsquery('english', 'beautiful | place')
    ORDER BY a <=> to_tsquery('english', 'beautiful | place');
                t                |   rank
---------------------------------+-----------
 The situation is most beautiful | 0.0303964
 It is a beautiful               | 0.0303964
 It looks like a beautiful place | 0.0607927
(3 rows)

SELECT t, a <=> to_tsquery('english', 'place | situation') AS rank
    FROM test_rum
    WHERE a @@ to_tsquery('english', 'place | situation')
    ORDER BY a <=> to_tsquery('english', 'place | situation');
                t                |   rank
---------------------------------+-----------
 The situation is most beautiful | 0.0303964
 It looks like a beautiful place | 0.0303964
(2 rows)

F.57.4.2. rum_tsvector_hash_ops — класс операторов для хешей tsvector

Этот класс операторов сохраняет хеш лексем tsvector с информацией о позиции. Поддерживает упорядочивание с оператором <=>, но не поддерживает поиск по префиксу.

F.57.4.3. rum_timestamp_ops — класс операторов для timestamp

Этот класс операторов обеспечивает быстрый поиск и упорядочивание по полям timestamp. Поддерживает упорядочивание с операторами <=>, <=| и |=>. Может использоваться с классом операторов rum_tsvector_timestamp_ops.

F.57.4.4. rum_timestamptz_ops — класс операторов для timestamptz

Этот класс операторов обеспечивает быстрый поиск и упорядочивание по полям timestamptz. Поддерживает упорядочивание с операторами <=>, <=| и |=>. Может использоваться с классом операторов rum_tsvector_timestamptz_ops.

F.57.4.5. rum_tsvector_timestamp_ops — класс операторов для tsvector с timestamp

Этот класс операторов сохраняет лексемы tsvector с полем timestamp. Взгляните на следующий пример.

Допустим, у нас есть таблица: 

CREATE TABLE tsts (id int, t tsvector, d timestamp);

\copy tsts from 'rum/data/tsts.data'

CREATE INDEX tsts_idx ON tsts USING rum (t rum_tsvector_timestamp_ops, d)
    WITH (attach = 'd', to = 't');

С ним мы можем выполнять подобные запросы: 

EXPLAIN (costs off)
    SELECT id, d, d <=> '2016-05-16 14:21:25' FROM tsts WHERE t @@ 'wr&qh' ORDER BY d <=> '2016-05-16 14:21:25' LIMIT 5;
                                    QUERY PLAN
-----------------------------------------------------------------------------------
 Limit
   ->  Index Scan using tsts_idx on tsts
         Index Cond: (t @@ '''wr'' & ''qh'''::tsquery)
         Order By: (d <=> 'Mon May 16 14:21:25 2016'::timestamp without time zone)
(4 rows)

SELECT id, d, d <=> '2016-05-16 14:21:25' FROM tsts WHERE t @@ 'wr&qh' ORDER BY d <=> '2016-05-16 14:21:25' LIMIT 5;
 id  |                d                |   ?column?
-----+---------------------------------+---------------
 355 | Mon May 16 14:21:22.326724 2016 |      2.673276
 354 | Mon May 16 13:21:22.326724 2016 |   3602.673276
 371 | Tue May 17 06:21:22.326724 2016 |  57597.326724
 406 | Wed May 18 17:21:22.326724 2016 | 183597.326724
 415 | Thu May 19 02:21:22.326724 2016 | 215997.326724
(5 rows)

F.57.4.6. rum_tsvector_timestamptz_ops — класс операторов для tsvector с timestamptz

См. описание класса операторов rum_tsvector_timestamp_ops.

F.57.4.7. rum_tsvector_hash_timestamp_ops — класс операторов для хешей tsvector

Этот класс операторов сохраняет хеш лексем tsvector с полем timestamp. Не поддерживает поиск по префиксу.

F.57.4.8. rum_tsvector_hash_timestamptz_ops — класс операторов для хешей tsvector

Этот класс операторов сохраняет хеш лексем tsvector с полем timestamptz. Не поддерживает поиск по префиксу.

F.57.4.9. rum_tsquery_ops — класс операторов для tsquery

Сохраняет ветви дерева запроса в дополнительной информации. Например, если у нас есть таблица: 

CREATE TABLE query (q tsquery, tag text);

INSERT INTO query VALUES ('supernova & star', 'sn'),
    ('black', 'color'),
    ('big & bang & black & hole', 'bang'),
    ('spiral & galaxy', 'shape'),
    ('black & hole', 'color');

CREATE INDEX query_idx ON query USING rum(q);

Мы можем выполнить следующий быстрый запрос: 

SELECT * FROM query
    WHERE to_tsvector('black holes never exists before we think about them') @@ q;
        q         |  tag  
------------------+-------
 'black'          | color
 'black' & 'hole' | color
(2 rows)

F.57.5. Лицензия

Этот модуль распространяется по той же лицензии, что и PostgreSQL.

F.57.6. Авторы

Александр Коротков , Postgres Professional, Россия

Олег Бартунов , Postgres Professional, Россия

Фёдор Сигаев , Postgres Professional, Россия

Пред. Наверх След.
F.56. referee Начало F.58. seg