全文搜索（Full Text Search）提供了在自然语言文档（documents）中检索满足特定查询（query）条件的目标内容，并可根据相关性对结果进行排序的能力。最常见的搜索场景是查找包含指定查询词的所有文档，并按照它们与查询的相似度从高到低排列返回。
虽然传统数据库中很早就存在 LIKE、ILIKE 与正则匹配（~），但它们无法胜任现代信息检索系统：
缺乏语言学支持：无法处理词干词形派生（如搜索单数无法匹配复数形式）。
无法对检索结果的相关性进行打分排序（Ranking）。
缺乏倒排索引加速支持，每次检索必须对全表进行代价高昂的物理行全扫描。
全文索引通过对文本进行预处理建立索引：
将文档切分为记号（Tokens）：由解析器（Parser）将文本拆分为单词、数字、邮箱地址等独立记号。
将记号归一化为词元（Lexemes）：由词典（Dictionaries）将不同时态或复数词形归一化为词根标准形，并过滤掉无实际检索价值的停用词（Stop words）。
存储预处理后的文档结构：保存为有序词元数组，并保留词位置信息以支持词距临近打分与短语搜索。
系统为预处理文档提供了 tsvector 数据类型，为查询条件提供了 tsquery 类型（参见 Section 8.11）。核心匹配运算符是 @@。
在全文检索系统中，文档（Document）是参与搜索的基本单位。在 PostgreSQL 中，文档通常是数据表某一行中的一个文本列，或者是多个字段列的拼接组合：
SELECT title || ' ' || author || ' ' || abstract || ' ' || body AS document FROM messages WHERE mid = 12;
为了进行高效搜索，文档必须被转换为预处理后的 tsvector 格式。全部检索匹配与相关性排序完全作用于紧凑的 tsvector 结构之上，仅在最终将结果展示给前端用户时才需要读取原始文本。
全文搜索的核心逻辑建立在匹配运算符 @@ 之上。当一个 tsvector（文档）满足某个 tsquery（查询条件）时返回 true：
SELECT 'a fat cat sat on a mat and ate a fat rat'::tsvector @@ 'cat & rat'::tsquery;
在 tsquery 查询表达式中，可以使用布尔操作符：
&：逻辑与（AND）
|：逻辑或（OR）
!：逻辑非（NOT）
<->：短语临近运算符（Phrase search），要求两词按指定先后间距相邻出现。
全文检索配置（Text Search Configuration）定义了解析器与词典的协同工作方式。系统根据不同的语言环境内置了多种标准配置（如 english、simple 等）。