Chercher dans sa documentation avec PostgreSQL

Une base documentaire interne grossit vite, et la recherche par LIKE devient lente et approximative. PostgreSQL sait indexer le texte, ignorer les accents et classer les résultats, sans service de plus à exploiter.

Un document, un vecteur de recherche

Une colonne générée garde la version indexable du titre et du contenu, pondérée pour qu’un mot du titre compte davantage :

ALTER TABLE document ADD COLUMN search tsvector
  GENERATED ALWAYS AS (
    setweight(to_tsvector('french', unaccent(title)), 'A') ||
    setweight(to_tsvector('french', unaccent(body)), 'B')
  ) STORED;
CREATE INDEX document_search ON document USING gin (search);

Les droits d’accès dans la requête

Filtrer après la recherche fuit des informations : le nombre de résultats ou un extrait suffisent à trahir un document confidentiel. Le filtre fait partie de la requête.

SELECT id, title, ts_headline('french', body, query) AS excerpt
FROM document, websearch_to_tsquery('french', unaccent($2)) AS query
WHERE group_id = ANY($1) AND search @@ query
ORDER BY ts_rank(search, query) DESC
LIMIT 20;

Quand passer à autre chose

1. La tolérance aux fautes de frappe devient indispensable
2. Les facettes et les agrégations se multiplient
3. La recherche doit couvrir plusieurs bases

Le meilleur moteur de recherche est souvent celui que l’on exploite déjà.