pgvector/pgvector

解决的问题

pgvector 是 PostgreSQL 的一个开源扩展，允许您直接在数据库中存储和搜索向量嵌入。它消除了对独立专用向量数据库的需求，使您能够将嵌入与关系型数据一起保存，同时保持 ACID 兼容性，并支持标准 SQL 查询。

工作原理

它引入了 vector 数据类型和专用的距离运算符，用于执行相似性搜索。支持多种向量格式，包括单精度、半精度（halfvec）、二进制（bit）和稀疏向量（sparsevec）。

为了加速搜索，它提供了两种近似最近邻（ANN）索引类型：

• HNSW（分层可导航小世界）：一种多层图索引，提供高查询性能和更优的速度-召回率权衡，但需要更多内存且构建时间较慢。
• IVFFlat：基于列表的索引，将向量划分为簇，相比 HNSW 具有更快的构建时间和更低的内存占用。

适用人群

已经使用 PostgreSQL 的开发人员和数据工程师，希望在 AI 应用（如 RAG 或推荐系统）中集成向量相似性搜索，而无需在其技术栈中添加新的基础设施。

主要亮点

• PostgreSQL 集成：利用 ACID 兼容性、JOIN 操作和时间点恢复功能。
• 多样的距离度量：支持 L2、内积、余弦、L1、汉明和杰卡德距离。
• 灵活的向量类型：可处理密集、半精度、二进制和稀疏向量。
• 混合搜索：可与 PostgreSQL 的全文搜索结合，实现关键词与语义搜索的联合查询。
• 可扩展性工具：包含二进制量化和迭代索引扫描，用于在数据过滤时提升召回率。