pgvector/pgvector

解決的問題

pgvector 是 PostgreSQL 的開源擴展，允許您在資料庫內部直接儲存與搜尋向量嵌入。這消除了對獨立專用向量資料庫的需求，讓您能將嵌入與關聯式資料一起保存，同時維持 ACID 相容性，並支援標準 SQL 查詢。

工作原理

它引入了新的 vector 資料類型與專用的距離運算子，用於執行相似性搜尋。支援多種向量類型，包括單精度、半精度（halfvec）、二進位（bit）與稀疏向量（sparsevec）。

為了加速搜尋，它提供兩種近似最近鄰（ANN）索引類型：

• HNSW（分層可導航小世界）：一種多層圖索引，提供高查詢效能與更佳的速度-召回率權衡，但需要更多記憶體且建構時間較慢。
• IVFFlat（倒排檔案平鋪）：將向量劃分為列表（群集），僅搜尋最近的列表，相比 HNSW 具有更快的建構速度與更低的記憶體用量。

適用對象

已使用 PostgreSQL 的開發人員與資料工程師，希望在 AI 應用（如 RAG 或推薦系統）中整合向量相似性搜尋，而無需增加新的基礎設施複雜性。

主要亮點

• PostgreSQL 整合：充分利用 PostgreSQL 的完整功能，如 JOIN、ACID 相容性、時間點還原等。
• 多樣化的向量支援：支援單精度、半精度、二進位與稀疏向量。
• 多種距離度量：支援 L2 距離、內積、餘弦距離、L1 距離、漢明距離與傑卡德距離。
• 混合搜尋：可與 PostgreSQL 全文搜尋結合，實現混合檢索。
• 進階索引：包含迭代索引掃描，可在使用 WHERE 子句過濾時提升召回率。