向量数据库:PGVector

一、PGVector 介绍

PGVector 是一个基于 PostgreSQL 的扩展插件,为用户提供了一套强大的向量存储和查询的功能:

  • 精确和近似最近邻搜索
  • 单精度(Single-precision)、半精度(Half-precision)、二进制(Binary)和稀疏向量(Sparse Vectors)
  • L2 距离(L2 Distance)、内积(Inner Product)、余弦距离(Cosine Distance)、L1 距离(L1 Distance)、汉明距离(Hamming Distance)和 Jaccard 距离(Jaccard Distance)
  • 支持 ACID 事务、点时间恢复、JOIN 操作,以及 Postgres 所有的其他优秀特性

二、安装 PGVector

2.1 安装 PostgreSQL

PGVector是基于PostgreSQL的扩展插件,要使用PGVector需要先安装PostgreSQL(支持Postgres 12以上),PostgreSQL具体安装操作可参考:PostgreSQL基本操作

2.2 安装 PGVector

1.下载

git clone --branch v0.7.0 https://github.com/pgvector/pgvector.git

2.进入下载目录

cd pgvector

3.编译安装

make && make install

2.3 启用 PGVector

登录PostgreSQL数据库,执行以下命令启用PGVector:

CREATE EXTENSION IF NOT EXISTS vector;

三、PGVector 日常使用

3.1 存储数据

创建向量字段:

#建表时,创建向量字段

CREATE TABLE items (id bigserial PRIMARY KEY, embedding vector(3));

#已有表,新增向量字段

ALTER TABLE items ADD COLUMN embedding vector(3);

插入向量数据:

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

更新向量数据:

UPDATE items SET embedding = '[1,2,3]' WHERE id = 1;

删除向量数据:

DELETE FROM items WHERE id = 1;

3.2 查询数据

操作符 函数 距离类型
<-> l2_distance 两个向量相减得到的新向量的长度
<#> vector_negative_inner_product 两个向量内积的负值
<=> cosine_distance 两个向量夹角的cos值
<+>
[距离函数]

Get the nearest neighbors to a vector

SELECT * FROM items ORDER BY embedding <-> '[3,1,2]' LIMIT 5;

Get the nearest neighbors to a row

SELECT * FROM items WHERE id != 1 ORDER BY embedding <-> (SELECT embedding FROM items WHERE id = 1) LIMIT 5;

Get rows within a certain distance

SELECT * FROM items WHERE embedding <-> '[3,1,2]' < 5;

Get the distance

SELECT embedding <-> '[3,1,2]' AS distance FROM items;

For inner product, multiply by -1 (since <#> returns the negative inner product)

SELECT (embedding <#> '[3,1,2]') * -1 AS inner_product FROM items;

For cosine similarity, use 1 - cosine distance

SELECT 1 - (embedding <=> '[3,1,2]') AS cosine_similarity FROM items;

Average vectors

SELECT AVG(embedding) FROM items;

Average groups of vectors

SELECT category_id, AVG(embedding) FROM items GROUP BY category_id;

3.3 HNSW 索引

HNSW索引创建了一个多层图。在速度-召回权衡方面,它的查询性能优于IVFFlat,但构建时间较慢且占用更多内存。另外,由于没有像IVFFlat那样的训练步骤,可以在表中没有数据的情况下创建索引。

Supported types are:

  • vector - up to 2,000 dimensions
  • halfvec - up to 4,000 dimensions (added in 0.7.0)
  • bit - up to 64,000 dimensions (added in 0.7.0)
  • sparsevec - up to 1,000 non-zero elements (added in 0.7.0)

L2 distance

CREATE INDEX ON items USING hnsw (embedding vector_l2_ops);

Inner product

CREATE INDEX ON items USING hnsw (embedding vector_ip_ops);

Cosine distance

CREATE INDEX ON items USING hnsw (embedding vector_cosine_ops);

L1 distance - added in 0.7.0

CREATE INDEX ON items USING hnsw (embedding vector_l1_ops);

Hamming distance - added in 0.7.0

CREATE INDEX ON items USING hnsw (embedding bit_hamming_ops);

Jaccard distance - added in 0.7.0

CREATE INDEX ON items USING hnsw (embedding bit_jaccard_ops);

3.4 IVFFlat 索引

IVFFlat索引将向量划分为列表,然后搜索最接近查询向量的那些列表的子集。它的构建时间比HNSW快,且占用更少内存,但查询性能(就速度-召回权衡而言)较低。

Supported types are:

  • vector - up to 2,000 dimensions
  • halfvec - up to 4,000 dimensions (added in 0.7.0)
  • bit - up to 64,000 dimensions (added in 0.7.0)

L2 distance

CREATE INDEX ON items USING ivfflat (embedding vector_l2_ops) WITH (lists = 100);

Inner product

CREATE INDEX ON items USING ivfflat (embedding vector_ip_ops) WITH (lists = 100);

Cosine distance

CREATE INDEX ON items USING ivfflat (embedding vector_cosine_ops) WITH (lists = 100);

Hamming distance - added in 0.7.0

CREATE INDEX ON items USING ivfflat (embedding bit_hamming_ops) WITH (lists = 100);

相关推荐
讲文明的喜羊羊拒绝pua11 天前
AIGC学习笔记(2)——AI大模型开发工程师
llm·aigc·transformer·向量数据库·ai大模型开发
陌北v115 天前
Milvus 与 Faiss:选择合适的向量数据库
milvus·faiss·向量数据库
桦仔16 天前
老司机带你聊聊向量数据库
向量数据库·关系型数据库·向量数据库解释
dept12323 天前
python,pycharm,pytorch,向量数据库,环境搭建记录
pytorch·python·pycharm·向量数据库
python_知世1 个月前
知识图谱融入向量数据库,带来RAG效果飞升
数据库·人工智能·llm·知识图谱·大语言模型·向量数据库·rag
Linux猿1 个月前
828华为云征文 | 云服务器Flexus X实例:向量数据库 pgvector 部署,实现向量检索
华为云·向量数据库·云服务器·pgvector·华为云服务器·云服务器flexus x实例
AskHarries1 个月前
Spring Boot集成Redis向量数据库实现相似性搜索
java·数据库·spring boot·redis·后端·向量数据库
OpenPie|拓数派2 个月前
基于云原生向量数据库 PieCloudVector 的 RAG 实践
云原生·向量数据库·pieclouddb·openpie·piecloudvector
虹科网络安全2 个月前
艾体宝洞察丨透过语义缓存,实现更快、更智能的LLM应用程序
redis·llm·大语言模型·向量数据库·语义缓存
OpenPie|拓数派2 个月前
云原生向量数据库 PieCloudVector 助力多模态大模型 AI 应用
云原生·大模型·向量数据库·pieclouddb·openpie·piecloudvector