一、前言

1. 向量數(shù)據(jù)庫(kù)

        隨著大模型、AI 檢索、智能推薦、圖文匹配等業(yè)務(wù)快速落地，向量檢索成為技術(shù)架構(gòu)中不可或缺的一環(huán)。文本、圖片、音頻、視頻等非結(jié)構(gòu)化數(shù)據(jù)，都會(huì)通過(guò) Embedding 模型轉(zhuǎn)化為多維向量，業(yè)務(wù)依靠向量相似度完成匹配、搜索、聚類等操作。傳統(tǒng)關(guān)系型數(shù)據(jù)庫(kù)無(wú)法高效處理海量向量的相似度計(jì)算，專用向量數(shù)據(jù)庫(kù)應(yīng)運(yùn)而生。但獨(dú)立部署向量庫(kù)會(huì)增加運(yùn)維成本、數(shù)據(jù)同步成本與架構(gòu)復(fù)雜度。在此背景下，基于傳統(tǒng)數(shù)據(jù)庫(kù)擴(kuò)展實(shí)現(xiàn)向量能力的方案，憑借低侵入、易集成、復(fù)用原有生態(tài)等優(yōu)勢(shì)，成為中小型項(xiàng)目、個(gè)人開發(fā)、企業(yè)內(nèi)部系統(tǒng)的首選。

2. PgVector 應(yīng)用場(chǎng)景

        PgVector 作為 PostgreSQL 生態(tài)下的向量擴(kuò)展，完美融合了關(guān)系型數(shù)據(jù)庫(kù)的事務(wù)能力與向量檢索能力，典型應(yīng)用場(chǎng)景如下：

1. AI 語(yǔ)義檢索：知識(shí)庫(kù)、問(wèn)答系統(tǒng)、文檔檢索，將文本向量化后實(shí)現(xiàn)語(yǔ)義匹配；
2. 多媒體檢索：圖片、音頻、視頻以向量形式存儲(chǔ)，實(shí)現(xiàn)以圖搜圖、相似音視頻查找；
3. 個(gè)性化推薦：用戶行為、內(nèi)容特征向量化，完成商品、內(nèi)容智能推薦；
4. 數(shù)據(jù)分析與聚類：用戶分群、內(nèi)容歸類、異常檢測(cè)等向量聚類場(chǎng)景；
5. 混合查詢業(yè)務(wù)：同時(shí)需要結(jié)構(gòu)化數(shù)據(jù)查詢 + 向量相似度檢索的混合業(yè)務(wù)，無(wú)需拆分多套存儲(chǔ)。

        本文基于 Windows 11 系統(tǒng)，搭配主流的 PostgreSQL 16 版本，手把手完成 PgVector 安裝、配置與功能驗(yàn)證，適合開發(fā)、測(cè)試、學(xué)習(xí)環(huán)境使用，如需在生產(chǎn)環(huán)境進(jìn)行使用，可以切換至Linux環(huán)境進(jìn)行安裝配置更佳。

二、關(guān)于 PgVector

1. PgVector 是什么

        PgVector 是一款開源 PostgreSQL 擴(kuò)展插件，由 ankane 團(tuán)隊(duì)維護(hù)，原生為 PostgreSQL 增加向量數(shù)據(jù)類型與向量檢索能力。它不改變 PostgreSQL 原有架構(gòu)，以擴(kuò)展形式運(yùn)行，兼容 PostgreSQL 完整生態(tài)（事務(wù)、索引、JOIN、備份恢復(fù)、權(quán)限管理等）。目前支持 PostgreSQL多個(gè)版本，兼容主流操作系統(tǒng)，同時(shí)提供源碼編譯、容器、包管理等多種部署方式，是目前Postgres 體系中使用最廣泛的向量檢索擴(kuò)展。

2. PgVector 可以做什么

1. 多類型向量存儲(chǔ)：支持普通浮點(diǎn)向量、半精度向量、二進(jìn)制向量、稀疏向量，適配不同精度與存儲(chǔ)需求；
2. 豐富距離算法：內(nèi)置 L2 距離、內(nèi)積、余弦距離、L1 距離、漢明距離、杰卡德距離，覆蓋絕大多數(shù)相似度計(jì)算場(chǎng)景；
3. 雙層檢索模式：支持精確檢索（百分百召回）與近似最近鄰檢索（犧牲少量召回?fù)Q取極致速度）；
4. 專業(yè)向量索引：提供 HNSW、IVFFlat 兩大主流向量索引，應(yīng)對(duì)千萬(wàn)級(jí)甚至億級(jí)向量數(shù)據(jù)檢索優(yōu)化；
5. 全量 SQL 兼容：使用標(biāo)準(zhǔn) SQL 完成向量增刪改查、條件過(guò)濾、聚合計(jì)算，學(xué)習(xí)成本極低；
6. ACID 事務(wù)保障：繼承 PostgreSQL 事務(wù)特性，向量數(shù)據(jù)同樣支持事務(wù)、回滾、并發(fā)控制，數(shù)據(jù)安全性更高。

        簡(jiǎn)單來(lái)說(shuō)：有了 PgVector，你的 PostgreSQL 就能直接當(dāng)作「關(guān)系型數(shù)據(jù)庫(kù) + 向量數(shù)據(jù)庫(kù)」二合一存儲(chǔ)使用。為什么要提基于PG生態(tài)的，很多中小企業(yè)，我們的存儲(chǔ)和計(jì)算的能力都放在數(shù)據(jù)庫(kù)中。由于技術(shù)儲(chǔ)備的同學(xué)其實(shí)沒(méi)有那么多，因此我們盡量精簡(jiǎn)技術(shù)棧，降低運(yùn)維的難度。熟悉的PostGIS就是基于PG的GIS擴(kuò)展，我們很多的業(yè)務(wù)都可以基于PostGIS來(lái)進(jìn)行開展。   

三、Windows11 環(huán)境下安裝詳解

        這里介紹一下博主的開發(fā)環(huán)境，使用的Window11操作系統(tǒng)，64位。設(shè)備硬件信息如下：

        如果大家的開發(fā)環(huán)境是在Linux中的，看到這里就可以劃走了。言歸正傳，下面繼續(xù)深入對(duì)PgVector進(jìn)行講解。

1. 安裝方式匯總

        一般來(lái)講，PgVector 主要有 4 種安裝方案，大家可根據(jù)自身環(huán)境選擇：

1. 源碼編譯安裝：Linux、Mac、Windows 通用，自由度最高，可自定義版本，本文重點(diǎn)講解 Windows 源碼編譯；
2. Docker 容器部署：一鍵拉起集成 Postgres + PgVector 的鏡像，適合快速體驗(yàn)、測(cè)試環(huán)境；
3. 包管理器安裝：Linux 發(fā)行版、macOS 可通過(guò) APT、YUM、Homebrew 等直接安裝，Windows 支持 conda 安裝；
4. 云托管服務(wù)：各大云廠商托管 PostgreSQL 服務(wù)大多已預(yù)裝 PgVector，無(wú)需手動(dòng)部署。

        對(duì)于 Windows 11 本地開發(fā)、調(diào)試場(chǎng)景，這里我們使用最簡(jiǎn)單的方法，使用預(yù)編譯的版本進(jìn)行安裝。

2. 前置環(huán)境準(zhǔn)備

（1）安裝 PostgreSQL 16

        首先確保系統(tǒng)已安裝 PostgreSQL 16，根據(jù)環(huán)境的需要，也可以安裝更高的版本，步驟簡(jiǎn)述：

1. 前往 PostgreSQL 官網(wǎng)下載 Windows 安裝包（PostgreSQL 16.x）；
2. 雙擊安裝，自定義安裝路徑（本文默認(rèn)路徑：D:\Program Files\PostgreSQL\16），設(shè)置超級(jí)管理員 postgres 密碼；
3. 保持默認(rèn)端口 5432，完成安裝，啟動(dòng) PostgreSQL 服務(wù)。

關(guān)鍵記錄：PostgreSQL 根目錄 PGROOT=D:\Program Files\PostgreSQL\16，后續(xù)編譯需要用到。

2.安裝 PgVector

        這里我們使用一種的簡(jiǎn)單的方法來(lái)安裝PgVector。當(dāng)然，大家可以通說(shuō)自定義編譯的方式進(jìn)行安裝。如果大家僅為了學(xué)習(xí)和使用PgVector，可以參考本文的使用預(yù)編譯的方式進(jìn)行安裝。

• 下載windows預(yù)編譯文件

        在瀏覽器中輸入以下地址，可以找到已經(jīng)編譯好的PgVector的編譯版本，

https://github.com/andreiramani/pgvector_pgsql_windows/releases?page=1

• 下載適配PostgreSQL16版本的PgVector（本文使用穩(wěn)定版 v0.8.2）

https://github.com/andreiramani/pgvector_pgsql_windows/releases/tag/0.8.2_16.1

        需要注意的是，大家在下載時(shí)根據(jù)本地的實(shí)際環(huán)境和軟件版本來(lái)選擇下載。

• 解壓文件

• 覆蓋PG16安裝目錄

        將上面解壓出來(lái)的文件夾，除了readme.txt之外，都復(fù)制到PG16的安裝目錄下，復(fù)制過(guò)去之后，選擇覆蓋所有。

3. 重啟 PostgreSQL 服務(wù)

        安裝完成后，重啟 PostgreSQL 服務(wù)使擴(kuò)展生效：

1. 按下 Win + R 輸入 services.msc 打開服務(wù)列表；
2. 找到 postgresql-x64-16 服務(wù)，右鍵重啟。

四、PgVector 功能測(cè)試

        本節(jié)通過(guò)標(biāo)準(zhǔn) SQL 完成「創(chuàng)建數(shù)據(jù)庫(kù) → 啟用擴(kuò)展 → 建表 → 插入向量 → 相似度檢索」全流程，驗(yàn)證前面的PgVector安裝環(huán)境可用性。

1. 連接 PostgreSQL

        使用任意客戶端連接（PostgreSQL 自帶 psql、DBeaver、Navicat、pgAdmin 均可），本文以Navicat17為例：

2. 創(chuàng)建測(cè)試數(shù)據(jù)庫(kù)

-- 創(chuàng)建向量測(cè)試庫(kù)
CREATE DATABASE hydromind_db;

3. 啟用 PgVector 擴(kuò)展

每個(gè)數(shù)據(jù)庫(kù)都需要單獨(dú)執(zhí)行一次啟用命令：

CREATE EXTENSION IF NOT EXISTS vector;

        執(zhí)行無(wú)報(bào)錯(cuò)，代表 PgVector 擴(kuò)展加載成功。

4. 基礎(chǔ)實(shí)例測(cè)試

（1）創(chuàng)建帶向量字段的數(shù)據(jù)表

        創(chuàng)建一張測(cè)試表，包含自增主鍵與 3 維向量 字段：

-- 創(chuàng)建測(cè)試數(shù)據(jù)表
CREATE TABLE sample_vectors (
    id SERIAL PRIMARY KEY,
    embedding VECTOR(3),
    description TEXT
);

（2）插入向量數(shù)據(jù)

        向量以數(shù)組格式寫入：

-- 插入示例向量數(shù)據(jù)
INSERT INTO sample_vectors (embedding, description) VALUES 
('[1,2,3]', '簡(jiǎn)單向量示例'),
('[4,5,6]', '另一個(gè)測(cè)試向量');

（3）余弦距離查詢

        演示另一種常用相似度算法（余弦距離）：

-- 執(zhí)行向量相似性搜索測(cè)試
SELECT id, description, embedding <-> '[3,1,2]' AS distance 
FROM sample_vectors 
ORDER BY distance 
LIMIT 3;

        以上 SQL 全部正常執(zhí)行、返回結(jié)果，說(shuō)明 PostgreSQL 16 + PgVector0.8.2 在 Windows11 環(huán)境部署完成。

五、總結(jié)

1. 本文基于 Windows 11 + PostgreSQL 16，使用預(yù)編譯安裝的方式完成 PgVector 部署，適配本地開發(fā)、學(xué)習(xí)、測(cè)試場(chǎng)景，步驟完整且可落地；
2. PgVector 作為 Postgres 生態(tài)的向量擴(kuò)展，兼顧關(guān)系型數(shù)據(jù)庫(kù)的穩(wěn)定性與向量檢索的能力，大幅簡(jiǎn)化 AI 檢索類項(xiàng)目的架構(gòu)與運(yùn)維；
3. 基礎(chǔ)測(cè)試僅演示了向量增查與基礎(chǔ)距離算法，后續(xù)可進(jìn)一步探索 HNSW/IVFFlat 向量索引、高維向量、混合條件查詢等高級(jí)用法。

        如果是生產(chǎn)環(huán)境，建議優(yōu)先考慮 Linux 部署或 Docker 容器化方案；個(gè)人學(xué)習(xí)、本地調(diào)試，Windows 這套方案完全夠用。行文倉(cāng)促，定有不足之處，歡迎各位朋友在評(píng)論區(qū)批評(píng)指正，不勝感激。

到此這篇關(guān)于PostgreSQL 16 搭配 PgVector:Windows 11 完整安裝教程的文章就介紹到這了,更多相關(guān)PostgreSQL搭配 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