ParadeDB v0.10.0 版本发布：全文搜索的重大升级与突破

ParadeDB 团队近日发布了 v0.10.0 版本，这是对全文搜索功能的一次重大升级。本次更新不仅带来了多项性能改进和新功能，还包含了一些重要的不兼容变更，需要用户在升级时特别注意。

升级注意事项

升级到 v0.10.0 版本需要执行特殊操作：首先使用 DROP EXTENSION pg_search CASCADE; 命令删除现有扩展，然后重新创建 CREATE EXTENSION pg_search;。需要注意的是，这种升级方式会同时删除所有依赖于 pg_search 扩展或 paradedb 模式的对象，包括现有的 BM25 索引。

这种破坏性升级的主要原因有两个：首先，团队改进了索引文件的磁盘存储位置，解决了不同数据库间索引可能互相覆盖的问题；其次，优化了内部文档 ID 字段(ctid)的表示方式，使索引体积更小。开发团队表示这将是最后一次导致磁盘不兼容的版本更新。

重大变更解析

索引存储位置重构

新版本彻底重构了 Tantivy 索引文件的存储路径结构。现在索引文件会按照数据库 ID、索引 ID 和文件编号进行组织存储。这种改变不仅解决了数据库间索引冲突的问题，还使 pg_search 能够更好地处理 create_bm25 和 drop_bm25 过程中的事务。

内部 ID 优化

团队优化了 ctid 值的存储方式，使其更加紧凑。在大规模索引(超过10GB)上，这一改变可节省约2%的磁盘空间，且索引越大节省效果越明显。不过这也意味着新版本无法兼容旧版本的索引格式。

索引清理机制

v0.10.0 改进了索引清理机制。现在执行 drop_bm25、DROP INDEX 甚至 DROP SCHEMA 和 DROP TABLE 时，系统会自动删除对应的物理索引文件，解决了旧版本可能遗留垃圾文件的问题。

对象依赖关系

新版本在 SCHEMA 和 INDEX 之间建立了双向依赖关系。当其中一个对象被删除时，相关联的对象也会被自动清理，确保数据库结构的完整性。

单表单索引限制

从 v0.10.0 开始，每个表只能创建一个 BM25 索引。这一改变解决了旧版本中查询时可能无法正确使用指定索引的问题。

稳定性提升

JSON 字段支持

修复了包含 json 类型列的表在索引时可能导致的崩溃问题，现在这类字段可以安全地用于索引创建。

后台工作进程稳定性

改进了负责索引写入的后台工作进程的健壮性，解决了其在某些异常情况下可能提前退出并导致客户端崩溃的问题。

事务处理优化

优化了 COMMIT 和 ABORT 的处理逻辑，确保在事务回滚后能够正确提交。同时修复了 v0.9.3 中引入的 VACUUM 无法清理死元组的问题。

锁机制改进

将内部锁结构迁移到 parking_lot mutexes，提高了异常情况下的稳定性，并改善了用户可见的错误信息传递。

新功能亮点

查询计划器集成

新版本大幅改进了与 PostgreSQL 查询计划器的集成，支持更多查询计划类型并提供更准确的成本估算。特别值得注意的是 @@@ 操作符现已正式支持，在 WHERE 子句中使用该操作符可以显著提升查询性能，特别是在不需要评分或排序的场景下。

分词配置灵活化

v0.10.0 提供了更细致的分词规则控制能力，包括词干提取(stemmer)和小写转换(lowercase)等过滤器现在可以按字段进行配置。

查询功能增强

新增了 fuzzy_phrase 查询支持，并引入了 lenient 和 conjunction 等配置选项，为用户提供更丰富的查询控制手段。

PostGIS 空间数据支持

ParadeDB 的 Docker 镜像现在内置了对 PostGIS 空间数据库扩展的支持，为地理空间数据应用提供了便利。

文档与测试改进

本次更新包含了大量文档重构工作，新增了教程和概念说明等内容，使新用户更容易上手。在持续集成方面，团队增加了 Helm chart 测试，改进了错误报告机制，并实现了 pgrx 版本的动态确定。

总结

ParadeDB v0.10.0 是一次重要的里程碑式更新，虽然升级过程需要特别注意，但带来的性能改进、稳定性提升和新功能使其成为值得升级的版本。特别是查询计划器的深度集成和灵活的分词配置，将为全文搜索应用带来显著的性能提升和更丰富的功能选择。