一. 什么是 pgvector？

pgvector 是 PostgreSQL 的開(kāi)源擴(kuò)展，用于在數(shù)據(jù)庫(kù)中存儲(chǔ)和處理向量數(shù)據(jù)，特別是高維嵌入向量（embedding）。

功能與特點(diǎn)

1. 向量存儲(chǔ)：可將向量數(shù)據(jù)直接存入表中。
2. 距離計(jì)算：支持 L2（歐氏距離）、Inner Product（內(nèi)積）、Cosine（余弦相似度）等。
3. 最近鄰搜索：支持精確搜索和近似搜索（IVFFlat / HNSW）。
4. 兼容 SQL：可以直接與表中的其他列一起做查詢、過(guò)濾和排序。
5. 可擴(kuò)展性：適合中小規(guī)模向量存儲(chǔ)，也能應(yīng)對(duì)大數(shù)據(jù)量場(chǎng)景。

二. 為什么選擇 PostgreSQL + pgvector？

1. 數(shù)據(jù)整合：向量與原始數(shù)據(jù)存放在同一數(shù)據(jù)庫(kù)，無(wú)需單獨(dú)部署向量數(shù)據(jù)庫(kù)。
2. 事務(wù)和安全：繼承 PostgreSQL 的事務(wù)、權(quán)限控制、備份與復(fù)制機(jī)制。
3. 易于擴(kuò)展：可以直接使用 SQL 做 JOIN、過(guò)濾條件，實(shí)現(xiàn)混合檢索。
4. 降低維護(hù)成本：只需要維護(hù)一個(gè)數(shù)據(jù)庫(kù)系統(tǒng)，減少運(yùn)維復(fù)雜度。
5. 可視化和監(jiān)控：可以使用 PostgreSQL 現(xiàn)有工具進(jìn)行監(jiān)控和分析。

三. 安裝與啟用

1. 確保 PostgreSQL 支持?jǐn)U展（通常 PostgreSQL 13+）
2. 安裝 pgvector

啟用擴(kuò)展：

CREATE EXTENSION IF NOT EXISTS vector;

驗(yàn)證安裝：

SELECT * FROM pg_extension WHERE extname='vector';

成功后即可在表中創(chuàng)建向量列。

四. 基本數(shù)據(jù)結(jié)構(gòu)

• 向量列類(lèi)型：vector 或 vector(n)，其中 n 是向量維度。
• 示例表結(jié)構(gòu)：

CREATE TABLE documents (
    id BIGSERIAL PRIMARY KEY,
    embedding VECTOR(3) -- 假設(shè)嵌入向量是 3 維
);

小貼士：向量列的維度必須固定，查詢和索引時(shí)保持一致。

五. 基本操作

5.1 插入向量

INSERT INTO documents (embedding) VALUES ('[1,2,3]'), ('[4,5,6]'),('[4,0,5]');

5.2 查詢向量最近鄰

-- 使用 L2 距離
SELECT id,embedding <-> '[1,2,3]' as score,embedding FROM documents ORDER BY embedding <-> '[1,2,3]' LIMIT 5;

根據(jù)score的得分，就能查詢出相近的向量，值越小代表越相似，算法如下
公式

5.3 常用距離運(yùn)算符

后面會(huì)出一篇關(guān)于這些運(yùn)算符計(jì)算使用的文章

5.4 其他操作

# 向現(xiàn)有表中添加向量列
ALTER TABLE items ADD COLUMN embedding vector(3);
# 更新向量
UPDATE items SET embedding = '[1,2,3]' WHERE id = 1;
# 刪除向量
UPDATE items SET embedding = '[1,2,3]' WHERE id = 1;

六. Python 示例

使用 pgvector-python 或 psycopg2 處理向量：

import numpy as np
import psycopg2
from pgvector.psycopg2 import register_vector
# 連接數(shù)據(jù)庫(kù)
conn = psycopg2.connect(host='192.168.1.101', dbname='test-agent', user='postgres', password='123456', port=5433)
register_vector(conn)  # 注冊(cè) vector 類(lèi)型
cur = conn.cursor()
# 插入示例向量
embedding = np.random.rand(3).astype('float32')
print(embedding)
cur.execute(
    "INSERT INTO documents (embedding) VALUES (%s)",
    (embedding,)  # 注意這里的逗號(hào)，確保是元組格式
)
conn.commit()
# 查詢最近鄰
query_embedding = np.random.rand(3).astype('float32')
print(query_embedding)
cur.execute(
    "SELECT id, embedding,embedding <-> %s as score  FROM documents ORDER BY embedding <-> %s LIMIT 5",
    (query_embedding, query_embedding,)
)
rows = cur.fetchall()
for r in rows:
    print(r)
cur.close()
conn.close()

七. 小結(jié)

• pgvector 是 PostgreSQL 的向量擴(kuò)展，支持高維嵌入向量存儲(chǔ)與檢索。
• 提供精確與近似最近鄰查詢，并可與 SQL 完美結(jié)合。
• 基礎(chǔ)操作包括創(chuàng)建表、插入向量、查詢最近鄰以及選擇合適的距離運(yùn)算符。

到此這篇關(guān)于PostgreSQL向量檢索之pgvector入門(mén)實(shí)戰(zhàn)指南的文章就介紹到這了,更多相關(guān)postgresql向量檢索pgvector內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論