Aperçu — 19.1 — tsvector et tsquery — Yekola

Retour

Module 1 : Comprendre les bases de données

1.1 — Pourquoi les bases de données ? Aperçu

1.2 — Les familles de bases de données

1.3 — Le modèle relationnel

1.4 — Le langage SQL : porte d'entrée universelle

🛠️ Projet 1 — Mon premier schéma entité-association

Module 2 : Installation et découverte de PostgreSQL

2.1 — Installer PostgreSQL Aperçu

2.2 — Découvrir pgAdmin 4

2.3 — Maîtriser psql, le terminal PostgreSQL

🛠️ Projet 2 — Environnement prêt + première base

Module 3 : Le langage SQL — Les fondamentaux

3.1 — SELECT : lire des données Aperçu

3.2 — INSERT, UPDATE, DELETE : modifier les données

3.3 — Les types de données fondamentaux

3.4 — CREATE TABLE et ALTER TABLE

🛠️ Projet 3 — Base bibliothèque CRUD

Module 4 : Conception et création de tables

4.1 — Clés primaires et identifiants Aperçu

4.2 — Clés étrangères et intégrité référentielle

4.3 — Contraintes CHECK et valeurs par défaut

🛠️ Projet 4 — Modélisation d'un système RH

Module 5 : Requêtes SELECT avancées

5.1 — DISTINCT, CASE, COALESCE, NULLIF Aperçu

5.2 — Fonctions d'agrégation avec GROUP BY

5.3 — Introduction aux fonctions de fenêtrage

🛠️ Projet 5 — Analyse de données avec SQL

Module 6 : Jointures SQL

6.1 — INNER JOIN : le cœur des bases relationnelles Aperçu

6.2 — LEFT JOIN et gestion des valeurs manquantes

6.3 — Jointures avancées et optimisation

🛠️ Projet 6 — Analyse croisée multi-tables

Module 7 : Agrégation et regroupement avancés

7.1 — GROUP BY approfondi Aperçu

7.2 — ROLLUP, CUBE et GROUPING SETS

7.3 — FILTER : agrégations conditionnelles

🛠️ Projet 7 — Tableau de bord multidimensionnel

Module 8 : Sous-requêtes et CTE

8.1 — Sous-requêtes scalaires et de liste Aperçu

8.2 — EXISTS et sous-requêtes corrélées

8.3 — CTE (WITH) : requêtes modulaires

🛠️ Projet 8 — Requêtes modulaires

Module 9 : Fonctions SQL intégrées

9.1 — Fonctions de chaînes Aperçu

9.2 — Fonctions de dates et intervalles

9.3 — Fonctions mathématiques et conversion

🛠️ Projet 9 — Nettoyage et transformation de données

Module 10 : Indexation et performances

10.1 — Comprendre EXPLAIN ANALYZE Aperçu

10.2 — Index B-tree : le standard

10.3 — Index spécialisés : GIN, GiST, BRIN, HASH

10.4 — Optimisation avancée : VACUUM, ANALYZE, configuration

🛠️ Projet 10 — Diagnostic et optimisation

Module 11 : Contraintes avancées et intégrité

11.1 — Domaines et types personnalisés Aperçu

11.2 — Contraintes d'exclusion

11.3 — Héritage de tables

🛠️ Projet 11 — Base robuste avec contraintes métier

Module 12 : Transactions et concurrence

12.1 — Transactions ACID Aperçu

12.2 — Niveaux d'isolation

12.3 — MVCC : le secret de PostgreSQL

🛠️ Projet 12 — Simulation multi-utilisateurs

Module 13 : Vues et vues matérialisées

13.1 — Vues simples et modifiables Aperçu

13.2 — Vues matérialisées

13.3 — Vues et sécurité

🛠️ Projet 13 — API de lecture simplifiée

Module 14 : Procédures stockées et fonctions PL/pgSQL

14.1 — Premiers pas en PL/pgSQL Aperçu

14.2 — Variables, boucles et conditions

14.3 — Curseurs et fonctions retournant des ensembles

🛠️ Projet 14 — Automatisation métier

Module 15 : Triggers et événements

15.1 — Créer un trigger simple Aperçu

15.2 — Audit et historisation

15.3 — Triggers INSTEAD OF sur les vues

🛠️ Projet 15 — Système d'audit complet

Module 16 : Sécurité, rôles et permissions

16.1 — Rôles, utilisateurs et GRANT Aperçu

16.2 — Row-Level Security (RLS)

16.3 — Bonnes pratiques de sécurité

🛠️ Projet 16 — Mise en production sécurisée

Module 17 : Sauvegarde, restauration et maintenance

17.1 — pg_dump et pg_restore Aperçu

17.2 — PITR et WAL

🛠️ Projet 17 — Plan de reprise d'activité

Module 18 : Types de données avancés

18.1 — JSON et JSONB Aperçu

18.2 — Tableaux

18.3 — Types plage (Range) et HSTORE

🛠️ Projet 18 — Base hybride

Module 19 : Recherche plein texte (Full-Text Search)

19.1 — tsvector et tsquery Aperçu

19.2 — Index GIN et ranking

19.3 — Autocomplétion et suggestions

🛠️ Projet 19 — Moteur de recherche

Module 20 : Projet final — Conception complète

20.1 — Analyse du besoin et cahier des charges Aperçu

20.2 — Modélisation et création du schéma

20.3 — Données de test et indexation

20.4 — Sécurité et optimisation finale

🛠️ Présentation du projet final

Le reste de la formation est réservé aux inscrits.

S'inscrire gratuitement

Module 19 : Recherche plein texte (Full-Text Search) Aperçu gratuit

19.1 — tsvector et tsquery

📋 Objectifs d'apprentissage

Convertir du texte en tsvector (vecteur de recherche)
Créer des requêtes avec tsquery
Utiliser l'opérateur @@ (match)

SELECT to_tsvector('french', 'Le chat mange la souris.') AS vecteur;
-- 'chat':2 'mang':3 'souris':5  (les mots vides "le", "la" sont ignorés)
SELECT to_tsquery('french', 'chat & souris');
-- 'chat' & 'souris'
SELECT nom, description FROM produits WHERE to_tsvector('french', nom || ' ' || description) @@ to_tsquery('french', 'chat & souris');

🔑 À retenir

Le Full-Text Search de PostgreSQL tokenise, lemmatise (ramène les mots à leur racine) et supprime les mots vides. "chats", "chatte", "chat" → tout correspond à "chat".

Ceci est un aperçu gratuit.
Voir la formation complète