简介

pgvector：在 Postgres 中存储和查询向量。您可以将向量数据与其他数据一起存储在 Postgres 中，并进行向量相似性搜索，同时仍然可以利用 Postgres 提供的所有强大功能。

pgvector 扩展与 Postgres 无缝集成 - 允许用户在现有数据库基础设施中利用其功能。通过将向量化处理的能力整合到PostgreSQL中，pgvector允许用户直接在数据库中进行大规模的相似性搜索、机器学习模型预测等多种操作，因为不需要单独的数据存储或复杂的数据传输过程。

核心功能

1.向量存储

2.相似性搜索

3.集成SQL支持：

4.扩展性与灵活性：

应用场景

pgvector适用于多种应用场景，包括但不限于：

准备工作

登录MemFire Cloud平台，创建一个新应用，如下图所示：

应用创建成功后，即可获得一个云端的Postgres数据库。

启用扩展

1.通过控制台页面开启vector扩展。

（1）转到仪表板中的数据库页面。

（2）点击侧边栏中的 扩展。

（3）搜索 "vector" 并启用该扩展。

另外，也可以通过在SQL编辑器页面，执行如下SQL语句来启用/禁用扩展。

 -- Example: enable the "vector" extension.
create extension vector
with
  schema extensions;
​
​
-- Example: disable the "vector" extension
drop
  extension if exists vector;

使用教程

以下是一个简单的示例，展示如何使用 pgvector。

创建向量表

你可以在创建新表时定义向量列：

CREATE TABLE documents (
    id SERIAL PRIMARY KEY,
    content TEXT,
    vector_col vector(3)  
);

插入向量数据

为了进行测试，我们插入一些数据:

-- 直接插入向量
INSERT INTO documents (content, vector_col) VALUES ('example content1', '[0.1, 0.2, 0.3]');
​
INSERT INTO documents (content, vector_col) VALUES ('example content2', '[0.3, 0.2, 0.3]');
​
INSERT INTO documents (content, vector_col) VALUES ('example content3', '[0.1, 0.3, 0.2]');
​
INSERT INTO documents (content, vector_col) VALUES ('example content4', '[0.2, 0.2, 0.3]');
​
INSERT INTO documents (content, vector_col) VALUES ('example content5', '[0.1, 0.1, 0.2]');

执行结果如下：

查询数据

pgvector 支持的一些距离函数：

例如：获取与向量'[0.3, 0.2, 0.3]'直线距离

SELECT vector_col <-> '[0.3, 0.2, 0.3]' AS distance FROM documents

执行结果如下：

例如：获取与向量'[0.3, 0.2, 0.3]'的余弦相似度：

SELECT vector_col <=> '[0.3, 0.2, 0.3]' FROM documents;

执行结果如下：

对于内积，乘以 -1（因为 返回负内积）。

SELECT (vector_col <#> '[0.3, 0.2, 0.3]') * -1 AS inner_product FROM documents;

执行结果如下：

创建索引

默认情况下，pgvector 执行精确最近邻搜索，提供完美召回率。你可以添加索引以使用近似最近邻搜索，这会在速度和召回率之间进行权衡。与典型索引不同，添加近似索引后，查询结果会有所不同。

pgvector 支持的索引类型有：

配置索引参数（可选）

HNSW 索引允许你设置一些参数来优化索引的行为，例如 ef_construct 和 M：

CREATE INDEX documents_idx
ON documents
USING hnsw (vector_col)
WITH (M=16, ef_construct=200);

使用索引进行查询

创建索引后，你可以使用它来加速向量搜索。例如，使用欧几里得距离进行搜索：

SELECT * FROM documents
ORDER BY vector_col <-> '[0.1, 0.2, 0.3]'::vector
LIMIT 10;

注意事项总结

总之，pgvector是PostgreSQL数据库系统的一个强大扩展，它为用户提供了高效的向量存储和查询能力，适用于处理大规模、高维度的向量数据。无论是机器学习、自然语言处理还是其他需要高效相似性搜索的领域，pgvector都能提供有力的支持。