Postgres不适合用于全文搜索的几种场景
内容提要
Postgres全文搜索在九个领域存在不足，如错字容忍度、分面搜索、语言支持等。Postgres需要复杂的配置和扩展，而以搜索为中心的数据库具有更先进的功能。Postgres在大规模数据集上的性能较差，不适合实时搜索和复杂搜索需求。全文搜索引擎更适合处理大规模文本数据、实时搜索、分布式搜索等需求。总体而言，Postgres适用于一般性的全文搜索场景，但在特殊需求下使用全文搜索引擎更合适。
延伸解读
错字容忍与模糊匹配的局限
Postgres 默认无法处理拼写错误，需安装 pg_trgm 扩展，但该扩展在托管环境中可能不可用。即使安装，其操作符也不考虑单词邻近度、空格分隔符或单词大小，难以实现真正的模糊匹配。以搜索为中心的数据库则开箱即用地支持错字容忍、前缀搜索和模糊匹配，并能针对单词查询和多词查询配置不同规则，甚至允许对特定字段禁用错字。
分面搜索的实现复杂度
分面搜索允许用户按品牌、价格范围等类别细化结果，在电商中常见。在 Postgres 中，为每个面实施过滤已很麻烦，而聚合结果以建立面计数在大型数据集上极其耗费资源。随着面数量增加，实现复杂度呈指数增长。Elasticsearch 等搜索引擎则内置优化的一流 API，能高效处理面过滤和计数，这是其一大卖点。
多语言支持的不足
从 Postgres 15 开始，简体中文、繁体中文、韩文和日文等语言无法使用全文检索词典，需要针对不同语言采用特定实现。在 Amazon RDS 等托管环境中，用户无法访问文件系统，因而无法实施自定义字典、词干和同义词，语言支持限制更为严重。对于需要处理多语言文本的应用，专门的全文搜索引擎通常更具优势。
扩展性与相关性排序的挑战
Postgres 对大型数据集进行全文搜索查询成本很高，尤其在排序和计算面计数时，单体数据库容易成为瓶颈。全文搜索引擎使用倒排索引，专为搜索设计，在大数据集上表现更优，且搜索量激增时只需扩展一项服务。相关性方面，Postgres 的 ts_rank 仅支持属性加权，使用 pg_trgm 时需自行实现排序，而搜索引擎将结果排序、属性优先级等作为一流概念，便于微调。
Q&A
Postgres 全文搜索在哪些场景下不适合使用？
Postgres 全文搜索在九个领域存在不足，包括：错字容忍度、分面搜索、语言支持、增加后台成本、扩展限制、相关性等。具体不适合的场景有：大规模文本数据、实时搜索需求、复杂的搜索需求、分布式搜索、实时推荐系统、大规模并发写入、多语言全文搜索、高度定制的搜索需求、大规模文档存储。
为什么 Postgres 的全文搜索对拼写错误的容忍度差？
默认情况下，Postgres 全文搜索无法处理拼写错误。用户通常会安装 pg_trgm 扩展来绕过这一限制，但该扩展主要引入新的操作符用于比较字符串相似性，以及搜索优化的 GIN 和 GIST 索引。然而，新运算符不考虑单词邻近度、空格分隔符或单词大小，这使得 Postgres 难以实现真正的模糊匹配。此外，在托管的 Postgres 中不一定能安装此扩展。
Postgres 实现分面搜索有哪些困难？
分面搜索允许用户按类别细化搜索结果，但 Postgres 中实施分面搜索非常复杂。对于单个面来说，实施过滤已经够麻烦，而面可以有多种形式（类别标签、价格范围、最低评级等），针对所有类型实施过滤极具挑战。最难的查询是聚合结果以建立面计数，在大型数据集上耗费大量资源。使用 Postgres 实施分面搜索的复杂性随着分面数量的增加而呈指数增长。
Postgres 对多语言全文搜索的支持如何？
Postgres 对多语言支持有限。从 Postgres 15 开始，简体中文、繁体中文、韩文和日文等语言都无法使用全文检索词典，这意味着需要针对不同语言采用特定的实现方法。在 Amazon RDS 等托管环境中，语言支持限制更为严重，因为用户无法访问文件系统，从而无法实施自定义字典、词干、同义词等。
使用 Postgres 进行全文搜索有哪些性能问题？
使用 Postgres 对大型数据集进行全文搜索查询成本很高，尤其是在对结果进行排序和计算面计数时。单体数据库往往会成为需要扩展的应用程序的瓶颈。在构建面向用户的高流量应用程序时，这些成本只会成倍增加。与全文搜索引擎使用的倒排索引不同，Postgres 的全文搜索性能在大规模数据集上较差，不适合实时搜索和复杂搜索需求。
Postgres 全文搜索在相关性排序方面有什么不足？
相关搜索需要错字容忍度、自定义排名和同义词。在现代应用中，用户希望每次按键都能更新结果，这需要前缀搜索。但 Postgres 全文搜索的 ts_rank 函数只允许属性加权。在使用 pg_trgm 扩展时，开发人员只能自己根据相似度实现排序。而以搜索为重点的数据库将结果排序、属性优先级、匹配字数和查询精确度等概念作为一流概念，并提供高级 API 进行微调。
