pg_bm25 - une extension Full-Text Search pour Postgres avec une qualité de niveau Elastic

• Une extension Postgres basée sur Rust qui améliore la recherche full text
• Basée sur l’algorithme BM25 utilisé par les moteurs de recherche modernes pour calculer le score de pertinence des résultats
• La recherche actuelle de Postgres basée sur tsvector présente aujourd’hui deux problèmes
  • Performance : la recherche est lente sur les tables de grande taille
  • Fonctionnalités : ne prend pas en charge la recherche floue, le réglage de la pertinence ou des tâches comme le score de pertinence BM25
• L’objectif est de combler l’écart entre les capacités de recherche de Postgres et d’ElasticSearch afin qu’il ne soit plus nécessaire d’ajouter un service comme ElasticSearch à la stack de données
• Fonctionnalités de pg_bm25
  • 100 % natif Postgres, sans dépendance externe
  • Basé sur Tantivy, une alternative à Apache Lucene écrite en Rust
  • 20 fois plus rapide que tsquery/ts_rank, les fonctions de recherche et de tri par défaut de Postgres, sur plus d’un million de rows
  • Prend en charge la recherche floue, les agrégations, le highlighting et le réglage de la pertinence
  • Score de pertinence fondé sur l’algorithme BM25 utilisé par ElasticSearch
  • Recherche en temps réel : les nouvelles données peuvent être recherchées immédiatement sans réindexation manuelle

[secret3056]

Il semble que seul l’anglais soit encore pris en charge, et la documentation indique qu’un tokenizer chinese_compatible est en cours de développement.
En plus, la taille de l’image Docker est assez énorme. On est presque à 8 Go ; quand on voit que l’image Postgres standard fait moins de 400 Mo, on se demande bien ce qu’ils ont pu empiler par-dessus...

[cosine20]

C’est bien... !

[wnswl]

J’espère qu’ils finiront bientôt par le proposer sur des SGBD managés comme RDS !