类目：FTS

• 1: pg_search
• 2: pgroonga
• 3: pgroonga_database
• 4: pg_bigm
• 5: zhparser
• 6: pg_bestmatch
• 7: vchord_bm25
• 8: hunspell_cs_cz
• 9: hunspell_de_de
• 10: hunspell_en_us
• 11: hunspell_fr
• 12: hunspell_ne_np
• 13: hunspell_nl_nl
• 14: hunspell_nn_no
• 15: hunspell_pt_pt
• 16: hunspell_ru_ru
• 17: hunspell_ru_ru_aot
• 18: fuzzystrmatch
• 19: pg_trgm

1 - pg_search

扩展总览

PIGSTY 第三方扩展： pg_search ： ParadeDB BM25算法全文检索插件，ES全文检索

基本信息

• 扩展编号： 2100
• 扩展名称： pg_search
• 标准包名： pg_search
• 扩展类目： FTS
• 开源协议： AGPLv3
• 官方网站： https://github.com/paradedb/paradedb/tree/dev/pg_search
• 编程语言： Rust
• 其他标签： pgrx
• 备注信息： 无

元数据

• 默认版本： 0.15.8
• PG大版本： 17,16,15,14
• 动态加载： 无需动态加载
• 需要DDL： 需要执行 CREATE EXTENSION DDL
• 可重定位： 可以重定位安装至其他模式下
• 信任程度： 受信任，无需超级用户，带 CREATE 权限的用户可以直接创建
• 所需模式： paradedb
• 所需扩展： 无

软件包

• RPM仓库：PIGSTY
• RPM包名：pg_search_$v
• RPM版本：0.15.4
• RPM依赖：无
• DEB仓库：PIGSTY
• DEB包名：postgresql-$v-pg-search
• DEB版本：0.15.4
• DEB依赖：无

最新版本

扩展安装

使用 pig 命令行工具安装 pg_search 扩展：

pig ext install pg_search

使用 Pigsty剧本 安装 pg_search 扩展：

./pgsql.yml -t pg_extension -e '{"pg_extensions": ["pg_search"]}' # -l <集群名>

从 YUM仓库 手工安装 pg_search RPM 包：

dnf install pg_search_17;
dnf install pg_search_16;
dnf install pg_search_15;
dnf install pg_search_14;

从 APT仓库 手工安装 pg_search DEB 包：

apt install postgresql-17-pg-search;
apt install postgresql-16-pg-search;
apt install postgresql-15-pg-search;
apt install postgresql-14-pg-search;

使用以下 SQL 命令在已经安装此扩展插件的 PG 集群上 启用 pg_search 扩展：

CREATE EXTENSION pg_search;

使用方法

https://docs.paradedb.com/documentation/getting-started/quickstart

CREATE EXTENSION pg_search;

ALTER SYSTEM SET paradedb.pg_search_telemetry TO 'off';

CALL paradedb.create_bm25_test_table(
  schema_name => 'public',
  table_name => 'mock_items'
);
    
SELECT description, rating, category FROM mock_items LIMIT 3;

CALL paradedb.create_bm25(
        index_name => 'search_idx',
        schema_name => 'public',
        table_name => 'mock_items',
        key_field => 'id',
        text_fields => paradedb.field('description', tokenizer => paradedb.tokenizer('en_stem')) ||
                       paradedb.field('category'),
        numeric_fields => paradedb.field('rating')
     );

SELECT description, rating, category
FROM search_idx.search('(description:keyboard OR category:electronics) AND rating:>2',limit_rows => 5);

CALL paradedb.create_bm25(
        index_name => 'ngrams_idx',
        schema_name => 'public',
        table_name => 'mock_items',
        key_field => 'id',
        text_fields => paradedb.field('description', tokenizer => paradedb.tokenizer('ngram', min_gram => 4, max_gram => 4, prefix_only => false)) ||
                       paradedb.field('category')
     );

SELECT description, rating, category
FROM ngrams_idx.search('description:blue');

2 - pgroonga

扩展总览

PIGSTY 第三方扩展： pgroonga ： 使用Groonga，面向所有语言的高速全文检索平台

基本信息

• 扩展编号： 2110
• 扩展名称： pgroonga
• 标准包名： pgroonga
• 扩展类目： FTS
• 开源协议： PostgreSQL
• 官方网站： https://github.com/pgroonga/pgroonga
• 编程语言： C
• 其他标签： 无
• 备注信息： 无

元数据

• 默认版本： 4.0.0
• PG大版本： 17,16,15,14,13
• 动态加载： 无需动态加载
• 需要DDL： 需要执行 CREATE EXTENSION DDL
• 可重定位： 无法安装至任意模式下
• 信任程度： 受信任，无需超级用户，带 CREATE 权限的用户可以直接创建
• 所需模式： 无
• 所需扩展： 无

软件包

• RPM仓库：PIGSTY
• RPM包名：pgroonga_$v*
• RPM版本：4.0.0
• RPM依赖：groonga-libs
• DEB仓库：PIGSTY
• DEB包名：postgresql-$v-pgroonga
• DEB版本：4.0.0
• DEB依赖：libgroonga0

最新版本

扩展安装

使用 pig 命令行工具安装 pgroonga 扩展：

pig ext install pgroonga

使用 Pigsty剧本 安装 pgroonga 扩展：

./pgsql.yml -t pg_extension -e '{"pg_extensions": ["pgroonga"]}' # -l <集群名>

从 YUM仓库 手工安装 pgroonga RPM 包：

dnf install pgroonga_17*;
dnf install pgroonga_16*;
dnf install pgroonga_15*;
dnf install pgroonga_14*;
dnf install pgroonga_13*;

从 APT仓库 手工安装 pgroonga DEB 包：

apt install postgresql-17-pgroonga;
apt install postgresql-16-pgroonga;
apt install postgresql-15-pgroonga;
apt install postgresql-14-pgroonga;
apt install postgresql-13-pgroonga;

使用以下 SQL 命令在已经安装此扩展插件的 PG 集群上 启用 pgroonga 扩展：

CREATE EXTENSION pgroonga;

使用方法

• https://pgroonga.github.io/
• News: It lists release information.
• Overview: It describes about PGroonga.
• Install: It describes how to install PGroonga.
• Upgrade: It describes how to upgrade PGroonga.
• Uninstall: It describes how to uninstall PGroonga.
• Tutorial: It describes how to use PGroonga step by step.
• FAQ: Frequently asked questions.
• How to: It describes about useful information for specific situations.
• Reference: It describes details for each features such as options, functions and operators.
• Troubleshooting: It describes how to fix troubles.
• Community: It introduces about PGroonga community.
• Users: It lists PGroonga users.
• Development: It describes how to develop PGroonga.

Here’s a quick tutorial about how to use PGroonga:

CREATE EXTENSION IF NOT EXISTS pgroonga;

CREATE TABLE memos
(
    id      integer,
    content text
);

CREATE INDEX pgroonga_content_index ON memos USING pgroonga (content);

INSERT INTO memos VALUES (1, 'PostgreSQL is a relational database management system.');
INSERT INTO memos VALUES (2, 'Groonga is a fast full text search engine that supports all languages.');
INSERT INTO memos VALUES (3, 'PGroonga is a PostgreSQL extension that uses Groonga as index.');
INSERT INTO memos VALUES (4, 'There is groonga command.');

SET enable_seqscan = off;

-- now let's query pgroonga

SELECT * FROM memos WHERE content &@ 'engine';
--  id |                                content                                 
-- ----+------------------------------------------------------------------------
--   2 | Groonga is a fast full text search engine that supports all languages.
-- (1 row)

SELECT * FROM memos WHERE content &@~ 'PGroonga OR PostgreSQL';
--  id |                            content                             
-- ----+----------------------------------------------------------------
--   3 | PGroonga is a PostgreSQL extension that uses Groonga as index.
--   1 | PostgreSQL is a relational database management system.
-- (2 rows)

SELECT * FROM memos WHERE content LIKE '%engine%';
--  id |                                content                                 
-- ----+------------------------------------------------------------------------
--   2 | Groonga is a fast full text search engine that supports all languages.
-- (1 row)

3 - pgroonga_database

扩展总览

PIGSTY 第三方扩展： pgroonga ： PGGroonga 数据库管理模块

基本信息

• 扩展编号： 2111
• 扩展名称： pgroonga_database
• 标准包名： pgroonga
• 扩展类目： FTS
• 开源协议： PostgreSQL
• 官方网站： https://github.com/pgroonga/pgroonga
• 编程语言： C
• 其他标签： 无
• 备注信息： 无

元数据

• 默认版本： 4.0.0
• PG大版本： 17,16,15,14,13
• 动态加载： 无需动态加载
• 需要DDL： 需要执行 CREATE EXTENSION DDL
• 可重定位： 无法安装至任意模式下
• 信任程度： 受信任，无需超级用户，带 CREATE 权限的用户可以直接创建
• 所需模式： 无
• 所需扩展： 无

软件包

• RPM仓库：PIGSTY
• RPM包名：pgroonga_$v*
• RPM版本：4.0.0
• RPM依赖：groonga-libs
• DEB仓库：PIGSTY
• DEB包名：postgresql-$v-pgroonga
• DEB版本：4.0.0
• DEB依赖：libgroonga0

最新版本

扩展安装

使用 pig 命令行工具安装 pgroonga 扩展：

pig ext install pgroonga; # 扩展名称
pig ext install pgroonga_database; # 标准包名

使用 Pigsty剧本 安装 pgroonga 扩展：

./pgsql.yml -t pg_extension -e '{"pg_extensions": ["pgroonga"]}' # -l <集群名>

从 YUM仓库 手工安装 pgroonga RPM 包：

dnf install pgroonga_17*;
dnf install pgroonga_16*;
dnf install pgroonga_15*;
dnf install pgroonga_14*;
dnf install pgroonga_13*;

从 APT仓库 手工安装 pgroonga DEB 包：

apt install postgresql-17-pgroonga;
apt install postgresql-16-pgroonga;
apt install postgresql-15-pgroonga;
apt install postgresql-14-pgroonga;
apt install postgresql-13-pgroonga;

使用以下 SQL 命令在已经安装此扩展插件的 PG 集群上 启用 pgroonga_database 扩展：

CREATE EXTENSION pgroonga_database;

4 - pg_bigm

扩展总览

MIXED 第三方扩展： pg_bigm ： 基于二字组的多语言全文检索扩展

基本信息

• 扩展编号： 2120
• 扩展名称： pg_bigm
• 标准包名： pg_bigm
• 扩展类目： FTS
• 开源协议： PostgreSQL
• 官方网站： https://github.com/pgbigm/pg_bigm
• 编程语言： C
• 其他标签： 无
• 备注信息： 无

元数据

• 默认版本： 1.2
• PG大版本： 17,16,15,14,13
• 动态加载： 无需动态加载
• 需要DDL： 需要执行 CREATE EXTENSION DDL
• 可重定位： 无法安装至任意模式下
• 信任程度： 未受信任，创建扩展需要超级用户权限
• 所需模式： 无
• 所需扩展： 无

软件包

• RPM仓库：PGDG
• RPM包名：pg_bigm_$v*
• RPM版本：1.2
• RPM依赖：无
• DEB仓库：PIGSTY
• DEB包名：postgresql-$v-pg-bigm
• DEB版本：1.2
• DEB依赖：无

最新版本

扩展安装

使用 pig 命令行工具安装 pg_bigm 扩展：

pig ext install pg_bigm

使用 Pigsty剧本 安装 pg_bigm 扩展：

./pgsql.yml -t pg_extension -e '{"pg_extensions": ["pg_bigm"]}' # -l <集群名>

从 YUM仓库 手工安装 pg_bigm RPM 包：

dnf install pg_bigm_17*;
dnf install pg_bigm_16*;
dnf install pg_bigm_15*;
dnf install pg_bigm_14*;
dnf install pg_bigm_13*;

从 APT仓库 手工安装 pg_bigm DEB 包：

apt install postgresql-17-pg-bigm;
apt install postgresql-16-pg-bigm;
apt install postgresql-15-pg-bigm;
apt install postgresql-14-pg-bigm;
apt install postgresql-13-pg-bigm;

使用以下 SQL 命令在已经安装此扩展插件的 PG 集群上 启用 pg_bigm 扩展：

CREATE EXTENSION pg_bigm;

5 - zhparser

扩展总览

PIGSTY 第三方扩展： zhparser ： 中文分词，全文搜索解析器

基本信息

• 扩展编号： 2130
• 扩展名称： zhparser
• 标准包名： zhparser
• 扩展类目： FTS
• 开源协议： PostgreSQL
• 官方网站： https://github.com/amutu/zhparser
• 编程语言： C
• 其他标签： 无
• 备注信息： 无

元数据

• 默认版本： 2.3
• PG大版本： 17,16,15,14,13
• 动态加载： 无需动态加载
• 需要DDL： 需要执行 CREATE EXTENSION DDL
• 可重定位： 无法安装至任意模式下
• 信任程度： 未受信任，创建扩展需要超级用户权限
• 所需模式： 无
• 所需扩展： 无

软件包

• RPM仓库：PIGSTY
• RPM包名：zhparser_$v*
• RPM版本：2.3
• RPM依赖：无
• DEB仓库：PIGSTY
• DEB包名：postgresql-$v-zhparser
• DEB版本：2.3
• DEB依赖：无

最新版本

扩展安装

使用 pig 命令行工具安装 zhparser 扩展：

pig ext install zhparser

使用 Pigsty剧本 安装 zhparser 扩展：

./pgsql.yml -t pg_extension -e '{"pg_extensions": ["zhparser"]}' # -l <集群名>

从 YUM仓库 手工安装 zhparser RPM 包：

dnf install zhparser_17*;
dnf install zhparser_16*;
dnf install zhparser_15*;
dnf install zhparser_14*;
dnf install zhparser_13*;

从 APT仓库 手工安装 zhparser DEB 包：

apt install postgresql-17-zhparser;
apt install postgresql-16-zhparser;
apt install postgresql-15-zhparser;
apt install postgresql-14-zhparser;
apt install postgresql-13-zhparser;

使用以下 SQL 命令在已经安装此扩展插件的 PG 集群上 启用 zhparser 扩展：

CREATE EXTENSION zhparser;

6 - pg_bestmatch

扩展总览

PIGSTY 第三方扩展： pg_bestmatch ： 在数据库内生成BM25稀疏向量

基本信息

• 扩展编号： 2140
• 扩展名称： pg_bestmatch
• 标准包名： pg_bestmatch
• 扩展类目： FTS
• 开源协议： Apache-2.0
• 官方网站： https://github.com/tensorchord/pg_bestmatch.rs
• 编程语言： Rust
• 其他标签： pgrx
• 备注信息： 无

元数据

• 默认版本： 0.0.1
• PG大版本： 17,16,15,14,13
• 动态加载： 需要显式加载
• 需要DDL： 需要执行 CREATE EXTENSION DDL
• 可重定位： 可以重定位安装至其他模式下
• 信任程度： 未受信任，创建扩展需要超级用户权限
• 所需模式： bm_catalog
• 所需扩展： 无

软件包

• RPM仓库：PIGSTY
• RPM包名：pg_bestmatch_$v
• RPM版本：0.0.1
• RPM依赖：无
• DEB仓库：PIGSTY
• DEB包名：postgresql-$v-pg-bestmatch
• DEB版本：0.0.1
• DEB依赖：无

最新版本

扩展安装

使用 pig 命令行工具安装 pg_bestmatch 扩展：

pig ext install pg_bestmatch

使用 Pigsty剧本 安装 pg_bestmatch 扩展：

./pgsql.yml -t pg_extension -e '{"pg_extensions": ["pg_bestmatch"]}' # -l <集群名>

从 YUM仓库 手工安装 pg_bestmatch RPM 包：

dnf install pg_bestmatch_17;
dnf install pg_bestmatch_16;
dnf install pg_bestmatch_15;
dnf install pg_bestmatch_14;
dnf install pg_bestmatch_13;

从 APT仓库 手工安装 pg_bestmatch DEB 包：

apt install postgresql-17-pg-bestmatch;
apt install postgresql-16-pg-bestmatch;
apt install postgresql-15-pg-bestmatch;
apt install postgresql-14-pg-bestmatch;
apt install postgresql-13-pg-bestmatch;

扩展 pg_bestmatch 需要通过 shared_preload_libraries 进行 动态加载：

shared_preload_libraries = 'pg_bestmatch'; # 修改 PG 集群配置

使用以下 SQL 命令在已经安装此扩展插件的 PG 集群上 启用 pg_bestmatch 扩展：

CREATE EXTENSION pg_bestmatch;

使用方法

• repo: https://github.com/tensorchord/pg_bestmatch.rs
• benchmark: https://hazyresearch.stanford.edu/blog/2024-05-20-m2-bert-retrieval

How does it work?

• Create an BM25 statistics based on your document set by bm25_create(table_name, column_name, statistic_name);. It will create a materilized view to record the stats.
• Generate document sparse vector by bm25_document_to_svector(statistic_name, passage)
• For query, generate query sparse vector bm25_query_to_svector(statistic_name, query)
• Calculate the score by dot product between the query sparse vector and the document sparse vector
• Currently we use huggingface tokenizer with bert-base-uncased vocabulary set to tokenize words. Might support more configuration on tokenizer in the future.

Install

CREATE EXTENSION pg_bestmatch;
SET search_path TO public, bm_catalog;

Example

Here is an example workflow demonstrating the usage of this extension with the example of Stanford LoCo benchmark.

0. Load the dataset. Here is a script for you if you want to experience pg_bestmatch with the dataset.

wget https://huggingface.co/api/datasets/hazyresearch/LoCoV1-Documents/parquet/default/test/0.parquet -O documents.parquet
wget https://huggingface.co/api/datasets/hazyresearch/LoCoV1-Queries/parquet/default/test/0.parquet -O queries.parquet

import pandas as pd
from sqlalchemy import create_engine
import numpy as np
from psycopg2.extensions import register_adapter, AsIs

def adapter_numpy_float64(numpy_float64):
    return AsIs(numpy_float64)

def adapter_numpy_int64(numpy_int64):
    return AsIs(numpy_int64)

def adapter_numpy_float32(numpy_float32):
    return AsIs(numpy_float32)

def adapter_numpy_int32(numpy_int32):
    return AsIs(numpy_int32)

def adapter_numpy_array(numpy_array):
    return AsIs(tuple(numpy_array))

register_adapter(np.float64, adapter_numpy_float64)
register_adapter(np.int64, adapter_numpy_int64)
register_adapter(np.float32, adapter_numpy_float32)
register_adapter(np.int32, adapter_numpy_int32)
register_adapter(np.ndarray, adapter_numpy_array)

db_url = "postgresql://localhost:5432/pg_bestmatch_test"
engine = create_engine(db_url)

def load_documents():
    df = pd.read_parquet("documents.parquet")
    df.to_sql("documents", engine, if_exists='replace', index=False)

def load_queries():
    df = pd.read_parquet("queries.parquet")
    df['answer_pids'] = df['answer_pids'].apply(lambda x: str(x[0]))    
    df.to_sql("queries", engine, if_exists='replace', index=False)

load_documents()
load_queries()

1. Create BM25 statistics for the documents table.

SELECT bm25_create('documents', 'passage', 'documents_passage_bm25', 0.75, 1.2);

2. Add an embedding column to the documents and queries tables and update the embeddings for documents and queries.

ALTER TABLE documents ADD COLUMN embedding svector; -- for pgvecto.rs users
ALTER TABLE documents ADD COLUMN embedding sparsevec; -- for pgvector users

UPDATE documents SET embedding = bm25_document_to_svector('documents_passage_bm25', passage)::svector; -- for pgvecto.rs users
UPDATE documents SET embedding = bm25_document_to_svector('documents_passage_bm25', passage, 'pgvector')::sparsevec; -- for pgvector users

3. (Optional) Create a vector index on the sparse vector column.

CREATE INDEX ON documents USING vectors (embedding svector_dot_ops); -- for pgvecto.rs users
CREATE INDEX ON documents USING ivfflat (embedding sparsevec_ip_ops); -- for pgvector users

4. Perform a vector search to find the most relevant documents for each query.

ALTER TABLE queries ADD COLUMN embedding svector; -- for pgvecto.rs users
ALTER TABLE queries ADD COLUMN embedding sparsevec; -- for pgvector users

UPDATE queries SET embedding = bm25_query_to_svector('documents_passage_bm25', query)::svector; -- for pgvecto.rs users
UPDATE queries SET embedding = bm25_query_to_svector('documents_passage_bm25', query, 'pgvector')::sparsevec; -- for pgvector users

SELECT sum((array[answer_pids] = array(SELECT pid FROM documents WHERE queries.dataset = documents.dataset ORDER BY queries.embedding <#> documents.embedding LIMIT 1))::int) FROM queries;

This workflow showcases how to leverage BM25 text queries and vector search in PostgreSQL using this extension. The Top 1 recall of BM25 on this dataset is 0.77. If you reproduce the result, your operations are correct.

Comparison with pg_search

• pg_bestmatch.rs only provides methods for generating sparse vectors and does not support index-based search (which can be achieved by pgvecto.rs or pgvector).
• pg_search performs BM25 retrieval via the external tantivy engine, which may have limitations when combined with transactions, filters, or JOIN operations. Since pg_bestmatch.rs is entirely native to Postgres, it offers full compatibility with these operations inside postgres.

Reference

• tokenize
  • Description: Tokenizes an input string into individual tokens.
  • Example:

    SELECT tokenize('i have an apple'); -- result: {i,have,an,apple}
    

• bm25_create
  • Description: Creates BM25 statistics for a specified table and column.
  • Usage:

    SELECT bm25_create('documents', 'passage', 'documents_passage_bm25');
    

  • Parameters:
    • table_name: Name of the table.
    • column_name: Name of the column.
    • stat_name: Name of the BM25 statistics.
    • b: BM25 parameter (default 0.75).
    • k: BM25 parameter (default 1.2).
• bm25_refresh
  • Description: Updates the BM25 statistics to reflect any changes in the underlying data.
  • Usage:

    SELECT bm25_refresh('documents_passage_bm25');
    

  • Parameters:
    • stat_name: Name of the BM25 statistics to update.
• bm25_drop
  • Description: Deletes the BM25 statistics for a specified table and column.
  • Usage:

    SELECT bm25_drop('documents_passage_bm25');
    

  • Parameters:
    • stat_name: Name of the BM25 statistics to delete.
• bm25_document_to_svector
  • Description: Converts document text into a sparse vector representation.
  • Usage:

    SELECT bm25_document_to_svector('documents_passage_bm25', 'document_text');
    

  • Parameters:
    • stat_name: Name of the BM25 statistics.
    • document_text: The text of the document.
    • style: Emits pgvecto.rs-style sparse vector or pgvector-style sparse vector.
• bm25_query_to_svector
  • Description: Converts query text into a sparse vector representation.
  • Usage:

    SELECT bm25_query_to_svector('documents_passage_bm25', 'We begin, as always, with the text.');
    

  • Parameters:
    • stat_name: Name of the BM25 statistics.
    • query_text: The text of the query.
    • style: Emits pgvecto.rs-style sparse vector or pgvector-style sparse vector.

7 - vchord_bm25

扩展总览

PIGSTY 第三方扩展： vchord_bm25 ： BM25排序算法

基本信息

• 扩展编号： 2150
• 扩展名称： vchord_bm25
• 标准包名： vchord_bm25
• 扩展类目： FTS
• 开源协议： AGPLv3
• 官方网站： https://github.com/tensorchord/VectorChord-bm25
• 编程语言： Rust
• 其他标签： pgrx
• 备注信息： 无

元数据

• 默认版本： 0.1.1
• PG大版本： 17,16,15,14
• 动态加载： 需要显式加载
• 需要DDL： 需要执行 CREATE EXTENSION DDL
• 可重定位： 可以重定位安装至其他模式下
• 信任程度： 未受信任，创建扩展需要超级用户权限
• 所需模式： bm25_catalog
• 所需扩展： 无

软件包

• RPM仓库：PIGSTY
• RPM包名：vchord_bm25_$v
• RPM版本：0.1.1
• RPM依赖：无
• DEB仓库：PIGSTY
• DEB包名：postgresql-$v-vchord-bm25
• DEB版本：0.1.1
• DEB依赖：无

最新版本

扩展安装

使用 pig 命令行工具安装 vchord_bm25 扩展：

pig ext install vchord_bm25

使用 Pigsty剧本 安装 vchord_bm25 扩展：

./pgsql.yml -t pg_extension -e '{"pg_extensions": ["vchord_bm25"]}' # -l <集群名>

从 YUM仓库 手工安装 vchord_bm25 RPM 包：

dnf install vchord_bm25_17;
dnf install vchord_bm25_16;
dnf install vchord_bm25_15;
dnf install vchord_bm25_14;

从 APT仓库 手工安装 vchord_bm25 DEB 包：

apt install postgresql-17-vchord-bm25;
apt install postgresql-16-vchord-bm25;
apt install postgresql-15-vchord-bm25;
apt install postgresql-14-vchord-bm25;

扩展 vchord_bm25 需要通过 shared_preload_libraries 进行 动态加载：

shared_preload_libraries = 'vchord_bm25'; # 修改 PG 集群配置

使用以下 SQL 命令在已经安装此扩展插件的 PG 集群上 启用 vchord_bm25 扩展：

CREATE EXTENSION vchord_bm25;

8 - hunspell_cs_cz

扩展总览

PIGSTY 第三方扩展： hunspell_cs_cz ： Hunspell捷克语全文检索词典

基本信息

• 扩展编号： 2170
• 扩展名称： hunspell_cs_cz
• 标准包名： hunspell
• 扩展类目： FTS
• 开源协议： PostgreSQL
• 官方网站： https://github.com/postgrespro/hunspell_dicts
• 编程语言： 纯数据
• 其他标签： 无
• 备注信息： 无

元数据

• 默认版本： 1.0
• PG大版本： 17,16,15,14,13
• 动态加载： 无需动态加载
• 需要DDL： 需要执行 CREATE EXTENSION DDL
• 可重定位： 无法安装至任意模式下
• 信任程度： 未受信任，创建扩展需要超级用户权限
• 所需模式： 无
• 所需扩展： 无

软件包

• RPM仓库：PIGSTY
• RPM包名：hunspell_cs_cz_$v
• RPM版本：1.0
• RPM依赖：无
• DEB仓库：PIGSTY
• DEB包名：postgresql-$v-hunspell-cs-cz
• DEB版本：1.0
• DEB依赖：无

最新版本

扩展安装

使用 pig 命令行工具安装 hunspell_cs_cz 扩展：

pig ext install hunspell_cs_cz

使用 Pigsty剧本 安装 hunspell_cs_cz 扩展：

./pgsql.yml -t pg_extension -e '{"pg_extensions": ["hunspell_cs_cz"]}' # -l <集群名>

从 YUM仓库 手工安装 hunspell_cs_cz RPM 包：

dnf install hunspell_cs_cz_17;
dnf install hunspell_cs_cz_16;
dnf install hunspell_cs_cz_15;
dnf install hunspell_cs_cz_14;
dnf install hunspell_cs_cz_13;

从 APT仓库 手工安装 hunspell_cs_cz DEB 包：

apt install postgresql-17-hunspell-cs-cz;
apt install postgresql-16-hunspell-cs-cz;
apt install postgresql-15-hunspell-cs-cz;
apt install postgresql-14-hunspell-cs-cz;
apt install postgresql-13-hunspell-cs-cz;

使用以下 SQL 命令在已经安装此扩展插件的 PG 集群上 启用 hunspell_cs_cz 扩展：

CREATE EXTENSION hunspell_cs_cz;

9 - hunspell_de_de

扩展总览

PIGSTY 第三方扩展： hunspell_de_de ： Hunspell德语全文检索词典

基本信息

• 扩展编号： 2171
• 扩展名称： hunspell_de_de
• 标准包名： hunspell
• 扩展类目： FTS
• 开源协议： PostgreSQL
• 官方网站： https://github.com/postgrespro/hunspell_dicts
• 编程语言： 纯数据
• 其他标签： 无
• 备注信息： 无

元数据

• 默认版本： 1.0
• PG大版本： 17,16,15,14,13
• 动态加载： 无需动态加载
• 需要DDL： 需要执行 CREATE EXTENSION DDL
• 可重定位： 无法安装至任意模式下
• 信任程度： 未受信任，创建扩展需要超级用户权限
• 所需模式： 无
• 所需扩展： 无

软件包

• RPM仓库：PIGSTY
• RPM包名：hunspell_de_de_$v
• RPM版本：1.0
• RPM依赖：无
• DEB仓库：PIGSTY
• DEB包名：postgresql-$v-hunspell-de-de
• DEB版本：1.0
• DEB依赖：无

最新版本

扩展安装

使用 pig 命令行工具安装 hunspell_de_de 扩展：

pig ext install hunspell_de_de

使用 Pigsty剧本 安装 hunspell_de_de 扩展：

./pgsql.yml -t pg_extension -e '{"pg_extensions": ["hunspell_de_de"]}' # -l <集群名>

从 YUM仓库 手工安装 hunspell_de_de RPM 包：

dnf install hunspell_de_de_17;
dnf install hunspell_de_de_16;
dnf install hunspell_de_de_15;
dnf install hunspell_de_de_14;
dnf install hunspell_de_de_13;

从 APT仓库 手工安装 hunspell_de_de DEB 包：

apt install postgresql-17-hunspell-de-de;
apt install postgresql-16-hunspell-de-de;
apt install postgresql-15-hunspell-de-de;
apt install postgresql-14-hunspell-de-de;
apt install postgresql-13-hunspell-de-de;

使用以下 SQL 命令在已经安装此扩展插件的 PG 集群上 启用 hunspell_de_de 扩展：

CREATE EXTENSION hunspell_de_de;

10 - hunspell_en_us

扩展总览

PIGSTY 第三方扩展： hunspell_en_us ： Hunspell英语全文检索词典

基本信息

• 扩展编号： 2172
• 扩展名称： hunspell_en_us
• 标准包名： hunspell
• 扩展类目： FTS
• 开源协议： PostgreSQL
• 官方网站： https://github.com/postgrespro/hunspell_dicts
• 编程语言： 纯数据
• 其他标签： 无
• 备注信息： 无

元数据

• 默认版本： 1.0
• PG大版本： 17,16,15,14,13
• 动态加载： 无需动态加载
• 需要DDL： 需要执行 CREATE EXTENSION DDL
• 可重定位： 无法安装至任意模式下
• 信任程度： 未受信任，创建扩展需要超级用户权限
• 所需模式： 无
• 所需扩展： 无

软件包

• RPM仓库：PIGSTY
• RPM包名：hunspell_en_us_$v
• RPM版本：1.0
• RPM依赖：无
• DEB仓库：PIGSTY
• DEB包名：postgresql-$v-hunspell-en-us
• DEB版本：1.0
• DEB依赖：无

最新版本