Postgresql 在数据库中搜索（类似）字符串的可扩展方式

让我描述一下我的问题。有一个输入字符串和一个包含数千个字符串的表。我正在寻找搜索与输入字符串最相似的*字符串的最佳方法。搜索应返回约10个建议字符串的列表，按相似度排序。字符串在数据库的另一列中也有与之相关联的数字权重（流行度），所以如果可能的话，权重越高的字符串出现在结果中的几率越高

实现这一目标的最佳库是什么？我想我正在寻找类似Elasticsearch的东西。我对这类库没有太多的经验，所以我需要一些容易包含在我的项目中的东西，最好是开源的。我正在使用Python（Flask和SQLAlchemy）和Postgresql，但如果需要，也可以使用例如Node.js

*我还想澄清我在寻找什么样的相似性。理想情况下，应该是语义相似，但词汇相似也可以。我会很高兴任何工作正常，易于实施，并尽可能可扩展和性能

输入句子示例：

• 我不喜欢cangaroos

来自数据库的建议示例：

CREATE EXTENSION pg_trgm;
CREATE EXTENSION btree_gist;

• 卡加罗不是我的最爱
• 卡加罗人是邪恶的
• 我曾经有过一个坎加罗。再也不会了

这些建议应该首先出现，因为“cangaroo”在我的数据库中不是一个常见的词，所以任何带有“cangaroo”的字符串都有很大的机会出现在结果中。检测“不喜欢”可能要困难得多，所以那个部分对我来说是完全可选的

另外，PostgreSQL的全文搜索可以做这样的事情吗

---

谢谢。

PostgreSQL全文搜索无法满足您的要求。然而，我能做到

您首先需要通过在数据库中执行（一次）来安装具有“trigram相似度”和“btree_gist”的软件包：

CREATE EXTENSION pg_trgm;
CREATE EXTENSION btree_gist;

我假设您有一张类似于此的桌子：

CREATE TABLE sentences
(
    sentence_id integer PRIMARY KEY,
    sentence text
) ;

INSERT INTO sentences (sentence_id, sentence)
VALUES
    (1, 'Cangaroos are not my favorite.'),
    (2, 'A vegetable sentence.'),
    (3, 'Cangaroos are evil.'),
    (4, 'Again, some plants in my garden.'),
    (5, 'I once had a cangaroo. Never again.') ;

此表需要一个“trigram索引”，以允许PostgreSQL数据库“按相似性索引”。这是通过执行以下命令来实现的：

CREATE INDEX ON sentences USING GIST (sentence gist_trgm_ops, sentence_id) ;

要找到您正在寻找的答案，请执行以下操作：

-- Set the minimum similarity you want to be able to search
SELECT set_limit(0.2) ;

-- And now, select the sentences 'similar' to the input one
SELECT
    similarity(sentence, 'I don''t like cangaroos') AS similarity, 
    sentence_id,
    sentence
FROM
    sentences
WHERE
    /* That's how you choose your sentences:
       % means 'similar to', in the trigram sense */
    sentence % 'I don''t like cangaroos'
ORDER BY
    similarity DESC ;

您得到的结果是：

similarity | sentence_id | sentence
-----------+-------------+-------------------------------------
    0.3125 |           3 | Cangaroos are evil.      
    0.2325 |           1 | Cangaroos are not my favorite.
    0.2173 |           5 | I once had a cangaroo. Never again.

---

希望这能满足您的需要…

如果有人需要在Flask SQLAlchemy中执行此操作，请告诉我，我将发布我的代码。@Ognjen请在我执行相同操作时共享Flask python代码。提前谢谢！