Zhparser para PostgreSQL es una extensión que permite indexar y buscar texto en chino usando el parser zhparser basado en la libreria SCWS. Es especialmente util para proyectos que requieren busquedas full text en idiomas con tokenizacion distinta como el chino. A continuacion se describe un flujo practico para desplegar PostgreSQL en Docker, compilar e instalar SCWS y zhparser, y configurar la extension en la base de datos.
Despliegue de PostgreSQL con Docker: docker run --name postgres -e POSTGRES_PASSWORD=postgres -e TZ=PRC --restart=always -e PGDATA=/var/lib/postgresql/data/pgdata -v /var/docker/postgres:/var/lib/postgresql/data -p 5432:5432 -d postgres. Para acceder al contenedor: docker exec -it postgres bash. Dentro del contenedor actualice e instale dependencias incluyendo postgresql-server-dev-17: apt update -y && apt install lsb-release wget gcc make git bzip2 postgresql-server-dev-17 -y.
Compilacion e instalacion de SCWS y zhparser: cd /tmp; wget https://www.xunsearch.com/scws/down/scws-1.2.3.tar.bz2; tar -jxvf scws-1.2.3.tar.bz2; cd scws-1.2.3; ./configure && make && make install; cd ..; git clone https://github.com/amutu/zhparser.git; cd zhparser; make && make install. Tras instalar los binarios y los ficheros necesarios reinicie el servicio de PostgreSQL si procede y acceda con psql -U postgres.
Configuracion en PostgreSQL: en psql ejecute CREATE EXTENSION zhparser ; a continuacion cree una configuracion de busqueda de texto para chino con CREATE TEXT SEARCH CONFIGURATION chinese ( PARSER = zhparser ); y asocie tipos de tokens chinos a un diccionario simple con ALTER TEXT SEARCH CONFIGURATION chinese ADD MAPPING FOR n, v, a, i, e, l WITH simple ;. Esto permite que funciones como to_tsvector y to_tsquery tokenicen correctamente texto en chino.
Ejemplos de uso: SELECT to_tsvector('chinese','??????????Hello world') retornara un vector de terminos tokenizados incluyendo terminos en chino y palabras en ingles. SELECT to_tsquery('chinese','?? & ?? It works') permitira construir consultas que combinen terminos chinos y terminos en ingles para busquedas full text.
Notas y recomendaciones practicas: asegurese de instalar las versiones de desarrollo de PostgreSQL compatibles con su version principal, por ejemplo postgresql-server-dev-17 para PostgreSQL 17. Si despliega en entornos productivos considere usar volumes persistentes y politicas de restart en Docker. Para entornos con alto volumen de texto en chino, ajuste las configuraciones de mantenimiento de indices y analice la necesidad de diccionarios adicionales o reglas de tokenizacion personalizadas.
En Q2BSTUDIO, empresa de desarrollo de software y aplicaciones a medida, ofrecemos servicios para integrar soluciones de bases de datos avanzadas como PostgreSQL con extensiones de texto completo y componentes de inteligencia artificial. Podemos ayudar a desplegar y optimizar soluciones que incluyan integración con servicios cloud como AWS y Azure, migraciones, configuracion de seguridad y automatizacion. Si necesita un proyecto de desarrollo de aplicaciones y software a medida o quiere incorporar capacidades de IA para mejorar busquedas y analitica, visite nuestra pagina de inteligencia artificial.
Servicios relacionados y palabras clave: aplicaciones a medida, software a medida, inteligencia artificial, ciberseguridad, servicios cloud aws y azure, servicios inteligencia de negocio, ia para empresas, agentes IA, power bi. En Q2BSTUDIO tambien ofrecemos ciberseguridad y pentesting, servicios de inteligencia de negocio y soluciones con Power BI para explotacion y visualizacion de datos, ademas de automatizacion de procesos y despliegues cloud. Contactenos para una consultoria personalizada y un plan tecnico que se adapte a sus necesidades.
Recursos adicionales: para mas detalles tecnicos sobre zhparser y SCWS consulte repositorios oficiales y guias de la comunidad. Si prefiere que gestionemos la instalacion, optimizacion y seguridad de su cluster PostgreSQL con soporte para idiomas no latinos, en Q2BSTUDIO contamos con la experiencia y los servicios necesarios para entregarlo llave en mano.
