PostgreSQL pg_trgm中文模糊匹配优化技巧

🧩 一、pg_trgm 在中文场景下的局限性

pg_trgm 是为**字母语言（如英语）**设计的，基于「连续 3 个字符」划分。
但中文属于「无空格、无词界」的语言，因此直接使用时存在问题：

示例	拆分结果（英文式）	实际语义	影响
张晓明	“张晓明” → “张晓明” (单个 trigram)	张 + 晓 + 明	🔸 trigram 数量太少，匹配不精确
北京大学	“北京大学” → “北京大”, “京大学”	北 + 京 + 大 + 学	🔸 模糊程度偏弱
李小龙	“李小龙” → “李小龙”	李 + 小 + 龙	✅ 短字符串效果尚可

👉 结论：
对于中文短文本（<10字）效果尚可，但对于长文本或语义复杂字段（如商品描述、新闻标题），匹配精度不足。

---

⚙️ 二、中文优化思路总览

我们可以通过以下三种方案增强中文模糊搜索体验：

---

⚡ 方案一：优化 pg_trgm 参数

PostgreSQL 默认的相似度阈值 similarity_threshold 可微调：

-- 默认 0.3，中文可设为更低
SET pg_trgm.similarity_threshold = 0.2;

📊 示例对比：

SELECT name, similarity(name, '张明') AS sim
FROM users
WHERE similarity(name, '张明') > 0.2
ORDER BY sim DESC;

name	sim	匹配状态</