Nano Hash - криптовалюты, майнинг, программирование

Postgres: как использовать LIKE для каждого слова, введенного пользователем, и объединять результаты

В postgresql (9.6), учитывая пользовательский ввод переменной длины типа «Алиса Чаплин» или «Алиса» или «Алиса Чаплин Мейер», но также и «Лик Чапл», я хотел бы искать записи, которые содержат «Алиса» в столбце имя ИЛИ фамилия столбца (И содержать «чаплин» в имени ИЛИ фамилии (И содержать «мейер» в имени ИЛИ фамилии)) и т. д.

Я решил использовать ILIKE %searchterm% для сопоставления, поэтому запрос, предположительно, будет примерно таким:

... where
     ((lastname ILIKE '%' || SEARCHTERM1 || '%') OR (firstname ILIKE '%' || SEARCHTERM1 || '%')) 
 AND ((lastname ILIKE '%' || SEARCHTERM2 || '%') OR (firstname ILIKE '%' || SEARCHTERM2 || '%')) 
 AND etc.

После множества попыток и поиска ничего не появляется, что решает эту проблему... В крайнем случае я напишу очень процедурную функцию pgplsql, которая зацикливается на разделенной строке поиска, пересекая результаты ILIKE, но должны быть еще какие-то идиоматические SQL-способ решения такой заурядной проблемы.

postgresql full-text-search sql-like
12.02.2017

Ответы:


1

Вы можете использовать string_to_array для преобразования входной строки в массив слов. Затем вы можете использовать unnest для преобразования массива в (виртуальную) таблицу и оперировать словами, чтобы добавить «%» до и после. И, наконец, вы можете использовать сравнение ALL с помощью ILIKE ALL (SELECT ...). Это ALL фактически будет И-обработкой результатов по желанию.

WITH q AS
(
  SELECT 'Alice Chaplin Meyer'::text AS q
)
, words AS
(
SELECT 
  '%' || word || '%' AS wordish
FROM
  q
  JOIN LATERAL unnest(string_to_array(q, ' ')) AS a(word) ON true
)
SELECT
    *
FROM
    t
WHERE
    concat_ws(' ', first_name, last_name) ILIKE ALL(SELECT wordish FROM words)

Все это можно проверить на странице http://rextester.com/LNB38296.

Использованная литература:

  1. string_to_array и unnest
  2. Используя ВСЕ

ПРИМЕЧАНИЕ. Вероятно, это можно упростить, но я предпочитаю пошаговый подход.

12.02.2017
  • Спасибо, но это оставляет меня с тем же вопросом: как перейти от исходной строки поиска (или массива, полученного в результате разделения этой строки поиска) к нужному количеству предложений AND. Т.е. содержание предложений AND не является проблемой, то, что я набросал выше, также работает. Вопрос в том, как перейти от строки поиска к И, т.е. к пересечению отдельных результатов. 13.02.2017
  • Я не понял вашего вопроса... извините 13.02.2017
  • Отлично, спасибо! Обратите внимание, что в вашем присоединении нет необходимости, эту строку можно упростить до: FROM q, unnest(string_to_array(q, ' ')) AS word) (я не думаю, что у меня достаточно баллов, чтобы отредактировать ваш вопрос в строке, чтобы упростить его) {Примечание для будущих читателей комментариев выше: они относятся к предыдущей версии ответа @joanolo, который был совершенно другим.} 13.02.2017
    • Новые материалы
    Кластеризация: более глубокий взгляд
    Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
    Как написать эффективное резюме
    Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
    Частный метод Python: улучшение инкапсуляции и безопасности
    Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
    Как я автоматизирую тестирование с помощью Jest
    Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
    Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
    Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
    Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
    В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
    Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
    В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..