PostgreSQL是否支持;“不区分重音”;整理?
在Microsoft SQL Server中,可以指定“不区分重音”的排序规则(对于数据库、表或列),这意味着可以对类似PostgreSQL是否支持;“不区分重音”;整理?,sql,postgresql,localization,indexing,pattern-matching,Sql,Postgresql,Localization,Indexing,Pattern Matching,在Microsoft SQL Server中,可以指定“不区分重音”的排序规则(对于数据库、表或列),这意味着可以对类似 SELECT * FROM users WHERE name LIKE 'João' 查找具有Joao名称的行 我知道可以使用contrib函数从PostgreSQL中的字符串中去除重音,但我想知道PostgreSQL是否支持这些“不区分重音”的排序规则,这样上面的SELECT就可以工作了。我很确定PostgreSQL依赖于底层操作系统进行排序。它确实支持,并且。不过,我不
SELECT * FROM users WHERE name LIKE 'João'
查找具有Joao
名称的行
我知道可以使用contrib函数从PostgreSQL中的字符串中去除重音,但我想知道PostgreSQL是否支持这些“不区分重音”的排序规则,这样上面的
SELECT
就可以工作了。我很确定PostgreSQL依赖于底层操作系统进行排序。它确实支持,并且。不过,我不确定你需要做多少工作。(可能会有很多。)使用,这与您正在链接的内容完全不同
uncent是一个文本搜索词典,它删除重音(变音)
符号)来自词汇表
使用以下各项为每个数据库安装一次:
CREATE EXTENSION unaccent;
如果出现如下错误:
指数
若要为此类查询使用索引,请创建一个然而,Postgres只接受索引的不可变
函数。如果函数可以为同一输入返回不同的结果,则索引可能会自动中断
uncent()
仅稳定
不不可变
不幸的是,uncent()。据认为,这是由于三个原因:
这取决于词典的行为
此词典没有硬连线连接
因此,它还取决于当前的搜索路径
,该路径很容易更改
在web上,只需将函数volatile更改为不可变
。这种蛮力方法在某些情况下会失效
其他人则提出了一个新的建议(就像我过去做的那样)
是否使显式声明所用词典的不可变
,一直存在争议。读或读
另一个替代方案是Github上提供的带有的模块。我自己还没有测试过。我想我想出了一个更好的主意:
现在最好
这种方法与其他解决方案相比,效率更高,更安全
创建一个不可变的
SQL包装函数,使用硬连线的模式限定函数和字典执行双参数表单
因为嵌套一个非不可变函数会禁用函数内联,所以它也基于C函数的一个副本,(伪)声明不可变。它的唯一用途是在SQL函数包装器中使用。不打算单独使用
复杂度是必需的,因为在C函数的声明中无法硬连接字典。(需要破解C代码本身。)SQL包装器函数可以做到这一点,并允许函数内联和表达式索引
CREATE OR REPLACE FUNCTION public.immutable_unaccent(regdictionary, text)
RETURNS text LANGUAGE c IMMUTABLE PARALLEL SAFE STRICT AS
'$libdir/unaccent', 'unaccent_dict';
CREATE OR REPLACE FUNCTION public.f_unaccent(text)
RETURNS text LANGUAGE sql IMMUTABLE PARALLEL SAFE STRICT AS
$func$
SELECT public.immutable_unaccent(regdictionary 'public.unaccent', $1)
$func$;
从Postgres 9.5或更早版本的两个功能中删除并行安全设置
public
是安装扩展的架构(public
是默认设置)
显式类型声明(regdictionary
)防止恶意用户使用函数的重载变体进行假设攻击
以前,我提倡使用基于uncent模块附带的STABLE
函数uncent()
的包装函数。那是残疾。这个版本的执行速度是我之前使用的简单包装函数的十倍。
这已经是第一个版本的两倍,第一个版本在函数中添加了setsearch\u path=public,pg\u temp
,直到我发现字典也可以符合模式
如果您缺乏创建C函数所需的特权,那么您就回到了第二个最佳实现:围绕模块提供的稳定的
函数的不可变的函数包装器:
CREATE OR REPLACE FUNCTION public.f_unaccent(text)
RETURNS text AS
$func$
SELECT public.unaccent('public.unaccent', $1) -- schema-qualify function and dictionary
$func$ LANGUAGE sql IMMUTABLE PARALLEL SAFE STRICT;
最后,使用表达式索引来快速查询:
记得在对函数或字典进行任何更改后,重新创建涉及此函数的索引,例如不会重新创建索引的就地主要版本升级。最近的主要发行版都有未登录
模块的更新
调整查询以匹配索引(以便查询规划器将使用它):
您不需要正确表达式中的函数。在那里,您还可以直接提供非注释字符串,如'Joao'
使用时,更快的函数不能转换为更快的查询。它根据预先计算的值进行操作,并且已经非常快了。但是索引维护和查询不使用索引的好处
Postgres 10.3/9.6.8等加强了客户端程序的安全性。在任何索引中使用时,都需要对函数和字典名进行模式限定。见:
结扎
在Postgres9.5或以上的中,像“Œ”或“ß”这样的连字必须手动展开(如果需要的话),因为uncent()
总是替换一个字母:
你会爱上博士后9.6:
扩展contrib/uncent
的标准uncent.rules
文件以处理所有
Unicode已知的变音符号,并正确扩展连字
蒙罗,莱昂纳德·贝内代蒂)
我的。现在我们得到:
SELECT unaccent('Œ Æ œ æ ß');
unaccent
----------
OE AE oe ae ss
模式匹配
对于具有任意模式的类
或ILIKE类
,请将其与PostgreSQL 9.1或更高版本中的模块结合使用。创建一个trigram GIN(通常更好)或GIST表达式索引。杜松子酒的例子:
CREATE INDEX users_unaccent_name_trgm_idx ON users
USING gin (f_unaccent(name) gin_trgm_ops);
可用于以下查询:
SELECT * FROM users
WHERE f_unaccent(name) LIKE ('%' || f_unaccent('João') || '%');
GIN和GIST索引的维护成本高于普通btree:
T
SELECT * FROM users
WHERE f_unaccent(name) = f_unaccent('João');
SELECT unaccent('Œ Æ œ æ ß');
unaccent
----------
E A e a S
SELECT unaccent('Œ Æ œ æ ß');
unaccent
----------
OE AE oe ae ss
CREATE INDEX users_unaccent_name_trgm_idx ON users
USING gin (f_unaccent(name) gin_trgm_ops);
SELECT * FROM users
WHERE f_unaccent(name) LIKE ('%' || f_unaccent('João') || '%');
CREATE EXTENSION unaccent;
CREATE TEXT SEARCH CONFIGURATION mydict ( COPY = simple );
ALTER TEXT SEARCH CONFIGURATION mydict
ALTER MAPPING FOR hword, hword_part, word
WITH unaccent, simple;
-- Just some sample data...
CREATE TABLE myTable ( myCol )
AS VALUES ('fóó bar baz'),('qux quz');
-- No index required, but feel free to create one
CREATE INDEX ON myTable
USING GIST (to_tsvector('mydict', myCol));
SELECT *
FROM myTable
WHERE to_tsvector('mydict', myCol) @@ 'foo & bar'
mycol
-------------
fóó bar baz
(1 row)