PostgreSQL で textsearch_ja を使った日本語の全文検索

PostgreSQL で textsearch_ja を使って日本語のテキストを全文検索する方法のメモ。

mecab のインストール

Groonga リポジトリを追加

sudo yum install https://packages.groonga.org/almalinux/9/groonga-release-latest.noarch.rpm

rpm パッケージをインストール

sudo yum install mecab mecab-devel mecab-ipadic

textsearch_ja のインストール

textsearch_ja をダウンロード

$ git clone https://github.com/oknj/textsearch_ja.git

インストール

$ make
$ export PATH="${PATH}:/usr/pgsql-17/bin"
$ sudo --preserve-env=PATH make install
$ psql -f textsearch_ja--42.sql # 必要に応じて -h、-U オプションを指定

postgres にログインして textsearch_ja を有効化

$ psql -h 127.0.0.1 -U postgres
# create extension textsearch_ja;

動作確認

# select ja_wakachi('日本語のテキストを単語に分割します。');

                  ja_wakachi
-----------------------------------------------
 日本語 の テキスト を 単語 に 分割 し ます 。

テーブル作成、データ登録

$ psql -h 127.0.0.1 -U postgres

# create database test_textsearch1;

# create table textsearch1 (
    id    integer not null,
    body  text,
    primary key (id)
  );

# create index on textsearch1 using gin (to_tsvector('japanese', body));

# insert into textsearch1 (id, body) values (0, '日本語のテキストです。');
# insert into textsearch1 (id, body) values (1, '英語のテキストではありません。');
# insert into textsearch1 (id, body) values (2, 'フランス語のテキストではありません。');
# insert into textsearch1 (id, body) values (3, '日本語の文章です。');
# insert into textsearch1 (id, body) values (4, '英語の文章ではありません。');

テーブル検索

単純な検索の場合

# select * from textsearch1 where to_tsvector('japanese', body) @@ to_tsquery('japanese', ' 日本語');

 id |          body
----+------------------------
  0 | 日本語のテキストです。
  3 | 日本語の文章です。

複数ワードでのAND検索の場合

# select * from textsearch1 where (to_tsvector('japanese', body) @@ to_tsquery('japanese', '日本語')) and (to_tsvector('japanese', body) @@ to_tsquery('japanese', 'テキスト'));

 id |          body
----+------------------------
  0 | 日本語のテキストです。