每日Skill推荐：pgvector - PostgreSQL向量数据库 🔢#

技能简介#

pgvector 是一个用于 PostgreSQL 的向量数据库技能，通过 pgvector 扩展为 PostgreSQL 赋予向量相似性搜索能力。它支持：

📊 向量嵌入存储
🔍 语义相似性搜索
🤖 RAG（检索增强生成）流水线
🔀 混合搜索（向量 + 关键词）

核心功能#

1. 创建向量表#

pgvector 可以存储高维向量（最高支持 16,000 维），例如 OpenAI 的 1536 维文本嵌入：

1
CREATE TABLE IF NOT EXISTS documents (
2
    id BIGSERIAL PRIMARY KEY,
3
    content TEXT NOT NULL,
4
    embedding vector(1536) NOT NULL,
5
    metadata JSONB,
6
    created_at TIMESTAMPTZ DEFAULT NOW()
7
);

2. 索引加速搜索#

支持两种索引类型：

HNSW — 更高的准确性，适合中等规模数据
IVFFlat — 更快的构建速度，适合大规模数据

1
-- 创建 HNSW 索引
2
CREATE INDEX ON documents USING hnsw (embedding vector_cosine_ops)
3
WITH (m = 16, ef_construction = 64);

3. 向量相似性搜索#

支持三种距离计算方式：

操作符	描述
`<->`	欧几里得距离
`<=>`	余弦距离
`<#>`	内积

1
-- 余弦相似性搜索
2
SELECT id, content,
3
    (1 - (embedding <=> '[query_embedding]')) AS similarity
4
FROM documents
5
ORDER BY embedding <=> '[query_embedding]'
6
LIMIT 5;

4. 混合搜索#

结合向量搜索和全文搜索，实现更精准的检索：

1
SELECT id, content,
2
    (1 - (embedding <=> '[query_embedding]')) AS vector_score,
3
    ts_rank(to_tsvector('english', content),
4
            plainto_tsquery('english', 'search terms')) AS text_score
5
FROM documents
6
WHERE content ILIKE '%search terms%'
7
ORDER BY (vector_score * 0.7 + text_score * 0.3) DESC
8
LIMIT 10;

5. RAG 流水线#

pgvector 可以完美支持 RAG 应用：

1
-- 存储文档块
2
CREATE TABLE document_chunks (
3
    id BIGSERIAL PRIMARY KEY,
4
    document_id BIGINT REFERENCES documents(id),
5
    chunk_text TEXT NOT NULL,
6
    chunk_embedding vector(1536) NOT NULL,
7
    chunk_index INT NOT NULL
8
);
9

10
-- 检索相关块作为 LLM 上下文
11
SELECT chunk_text
12
FROM document_chunks
13
WHERE document_id = ?
14
ORDER BY chunk_embedding <=> '[question_embedding]'
15
LIMIT 5;

使用方法#

连接数据库#

1
# 默认连接到 localhost:5433
2
psql -h localhost -p 5433 -U damien -d postgres
3

4
# 或设置环境变量
5
export PGHOST=localhost
6
export PGPORT=5433
7
export PGUSER=damien
8
export PGDATABASE=postgres

Python 批量插入#

1
import psycopg2
2
import numpy as np
3

4
conn = psycopg2.connect(
5
    host="localhost", port=5433,
6
    user="damien", database="postgres"
7
)
8
cur = conn.cursor()
9
for text, embedding in documents:
10
    cur.execute(
11
        "INSERT INTO documents (content, embedding) VALUES (%s, %s)",
12
        (text, embedding.tolist())
13
    )
14
conn.commit()

应用场景#

语义搜索 — 通过含义而非关键词查找文档
RAG — 为 LLM 检索相关上下文
推荐系统 — 查找相似商品/内容
异常检测 — 发现嵌入空间中的异常点
图像/视频搜索 — 存储和查询视觉嵌入

我的评价#

⭐ 推荐指数：4.5/5

优点：

✅ 将强大的向量搜索能力带入成熟的 PostgreSQL 生态
✅ 支持混合搜索，结合传统关键词匹配和语义理解
✅ 与现有 PostgreSQL 工具链完美兼容
✅ 支持 Python 批量操作，RAG 开发友好

注意：

⚠️ 向量维度必须与嵌入模型匹配
⚠️ HNSW 索引占用较多内存，大规模数据需注意配置

适用人群： AI 应用开发者、数据工程师、需要构建语义搜索或 RAG 系统的技术团队。

这是「每日Skill学习」系列的第篇文章，探索有趣有用的 AI 工具和技能。