timescale/pg_vectorsearch

解决的问题

该项目为 PostgreSQL 提供了高性能的向量搜索索引，旨在比现有替代方案更高效地处理大规模数据集（1 亿+向量）。它通过先进的量化和层次划分技术，解决了传统向量索引方法的性能瓶颈。

工作原理

它引入了 PRISM（Partitioned Routing Index for Similarity Matching）索引，这是一种原生的 PostgreSQL 访问方法。它使用层次质心树对向量进行聚类，并使用 RaBitQ 量化压缩数据，同时保持理论误差界限。在搜索过程中，系统遍历质心树以识别相关聚类，使用量化数据过滤候选集，并执行最终的高精度重排序。它利用 SIMD 指令（AVX2、AVX512、NEON）进行快速距离计算，并直接与 PostgreSQL 缓冲区缓存集成。

适用人群

适用于在 PostgreSQL 上构建 AI 驱动应用的数据库管理员和开发人员，他们需要对大型向量嵌入执行快速、可扩展的相似性搜索，并希望优化内存使用和查询延迟。

亮点

• 高性能： 对于大型数据集，查询和索引构建时间显著快于 IVFFlat 和 HNSW。
• 内存高效： 在 1 亿+向量上实现高召回率，同时使用的内存远少于基于图的替代方案。
• pgvector 兼容： 可作为现有 vector 或 halfvec 列的即插即用替代品，无需重写表。
• 先进量化： 使用 RaBitQ 减少全精度重排序的需求，加速搜索操作。
• SIMD 优化： 利用现代 CPU 指令集加速距离计算。