3分钟掌握pgvector：让PostgreSQL拥有向量搜索超能力-育师

3分钟掌握pgvector：让PostgreSQL拥有向量搜索超能力

【免费下载链接】pgvectorOpen-source vector similarity search for Postgres项目地址: https://gitcode.com/GitHub_Trending/pg/pgvector

想要在PostgreSQL数据库中直接进行向量相似性搜索吗？pgvector正是你需要的开源扩展，它让PostgreSQL具备了专业的向量搜索能力，支持精确和近似最近邻搜索，完美融入你的数据生态系统。

读完本文，你将了解pgvector的核心功能、安装方法和实用场景，快速上手这个强大的向量搜索工具。

什么是pgvector？

pgvector是一个开源的PostgreSQL扩展，专门为向量相似性搜索而生。它支持：

单精度、半精度、二进制和稀疏向量存储
多种距离度量：L2距离、内积、余弦距离、L1距离、汉明距离和杰卡德距离
跨语言兼容：任何支持PostgreSQL客户端的编程语言

更棒的是，pgvector继承了PostgreSQL的所有优秀特性：ACID合规性、时间点恢复、JOIN操作等。

快速安装指南

Linux和Mac系统

cd /tmp git clone --branch v0.8.1 https://gitcode.com/GitHub_Trending/pg/pgvector cd pgvector make sudo make install

Windows系统

确保已安装Visual Studio的C++支持，然后以管理员身份运行"x64 Native Tools Command Prompt"：

set "PGROOT=C:\Program Files\PostgreSQL\18" cd %TEMP% git clone --branch v0.8.1 https://gitcode.com/GitHub_Trending/pg/pgvector cd pgvector nmake /F Makefile.win nmake /F Makefile.win install

核心功能实战

创建向量表

启用扩展并创建包含向量列的表：

-- 启用扩展（每个数据库只需执行一次） CREATE EXTENSION vector; -- 创建带3维向量列的表 CREATE TABLE items (id bigserial PRIMARY KEY, embedding vector(3));

插入向量数据

INSERT INTO items (embedding) VALUES ('[1,2,3]'), ('[4,5,6]');

执行相似性搜索

-- 使用L2距离查找最近邻 SELECT * FROM items ORDER BY embedding <-> '[3,1,2]' LIMIT 5;

pgvector支持多种距离操作符：

<->L2距离（欧几里得距离）
<#>负内积
<=>余弦距离
<+>L1距离（曼哈顿距离）

索引优化策略

HNSW索引：速度与精度的平衡

HNSW索引构建多层图结构，在查询性能上优于IVFFlat，但构建时间较慢且占用更多内存。

-- 为L2距离创建HNSW索引 CREATE INDEX ON items USING hnsw (embedding vector_l2_ops);

HNSW参数调优：

m：每层最大连接数（默认16）
ef_construction：构建图的动态候选列表大小（默认64）

IVFFlat索引：快速构建的选择

IVFFlat索引将向量划分为多个列表，然后搜索最接近查询向量的列表子集。

-- 为L2距离创建IVFFlat索引 CREATE INDEX ON items USING ivfflat (embedding vector_l2_ops) WITH (lists = 100);

IVFFlat使用技巧：

在表有足够数据后创建索引
选择合适的列表数量
查询时指定适当的探测数量

高级功能探索

混合搜索：文本+向量

结合PostgreSQL全文搜索实现混合搜索：

SELECT id, content FROM items, plainto_tsquery('搜索词') query WHERE textsearch @@ query ORDER BY ts_rank_cd(textsearch, query) DESC LIMIT 5;

稀疏向量支持

存储和搜索稀疏向量：

CREATE TABLE items (id bigserial PRIMARY KEY, embedding sparsevec(5)); INSERT INTO items (embedding) VALUES ('{1:1,3:2,5:3}/5'), ('{1:4,3:5,5:6}/5'); SELECT * FROM items ORDER BY embedding <-> '{1:3,3:1,5:2}/5' LIMIT 5;

性能优化要点

内存配置

-- 提高维护工作内存以加速索引构建 SET maintenance_work_mem = '8GB';

并行处理

-- 增加并行工作线程数量 SET max_parallel_maintenance_workers = 7;

常见问题解决

索引未被使用？

确保查询包含ORDER BY和LIMIT，且ORDER BY必须是距离操作符的结果：

-- 正确：使用索引 ORDER BY embedding <=> '[3,1,2]' LIMIT 5; -- 错误：不使用索引 ORDER BY 1 - (embedding <=> '[3,1,2]') DESC LIMIT 5;

查询结果过少？

对于HNSW索引，增加动态候选列表大小：

SET hnsw.ef_search = 100;

实际应用场景

pgvector在以下场景中表现出色：

推荐系统：基于用户行为向量寻找相似用户
图像搜索：基于图像特征向量查找相似图片
语义搜索：基于文本嵌入向量进行语义相似性匹配
异常检测：基于模式向量识别异常行为

总结

pgvector为PostgreSQL注入了向量搜索的超能力，让你能够在熟悉的数据库环境中处理复杂的相似性搜索任务。无论是简单的向量存储还是大规模的生产环境，pgvector都能提供稳定可靠的性能。

开始你的向量搜索之旅吧！在PostgreSQL中创建第一个向量表，体验pgvector带来的便利和强大功能。记住，向量搜索不再是专业系统的专利，现在它就在你的PostgreSQL数据库中！

【免费下载链接】pgvectorOpen-source vector similarity search for Postgres项目地址: https://gitcode.com/GitHub_Trending/pg/pgvector

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

3分钟掌握pgvector：让PostgreSQL拥有向量搜索超能力