pgvecto.rs

pgvecto.rs 项目介绍

pgvecto.rs 是一个专为 PostgreSQL 数据库设计的扩展，提供了矢量相似度搜索功能。这个扩展是用 Rust 编写的，并基于 pgrx 项目构建。通过 pgvector.rs，用户可以实现高效的矢量数据处理与检索，为数据分析和机器学习等领域的应用带来更高的性能和更丰富的功能。

与 pgvector 的对比

pgvecto.rs 与同类型的 pgvector 相比，在多个功能上提供了显著的优势：

• 过滤功能：pgvecto.rs 引入了 VBASE 方法，用于矢量搜索和关系查询（如单矢量 TopK + 过滤 + 连接）。而在 pgvector 中使用过滤时，结果可能不完整。
• 矢量维度：支持最多 65535 个维度，而 pgvector 只支持最多 2000 个维度。
• SIMD 加速：pgvecto.rs 动态调度 SIMD 指令，以根据指定机器的能力最大化性能。
• 数据类型：引入了额外的数据类型，如二进制矢量、FP16（16位浮点数）和 INT8（8位整数）。
• 索引存储：pgvecto.rs 将索引的存储和内存从 PostgreSQL 中分离出来，而 pgvector 依赖于 PostgreSQL 的原生存储引擎。
• 日志写入支持：pgvecto.rs 提供数据的预写日志（WAL）支持，索引的支持还在开发中；而 pgvector 对索引和数据都提供了 WAL 支持。

文档与入门指南

pgvecto.rs 项目的文档非常全面，包括：

• 入门：提供项目的概述和安装说明。
• 使用指南：包含索引创建和搜索功能的详细使用方法。
• 管理设置：提供配置和版本更新的指南。
• 开发者社区：有开发教程以供开发者进行二次开发。

快速开始

对于新用户，建议使用 Docker 镜像 进行快速安装。通过简单的 Docker 命令，即可启动 pgvecto.rs 并使用 psql 命令行工具连接数据库。

docker run \
  --name pgvecto-rs-demo \
  -e POSTGRES_PASSWORD=mysecretpassword \
  -p 5432:5432 \
  -d tensorchord/pgvecto-rs:pg16-v0.2.1

矢量数据插入与查询

pgvecto.rs 引入了一个新的数据类型 vector(n)，用于表示 n 维矢量。用户可以通过创建表格、插入矢量数据以及使用不同的运算符计算矢量之间的距离。支持的运算符包括：

• <->：平方欧几里得距离。
• <#>：负点积。
• <=>：余弦距离。

用户可以通过简单的 SQL 查询来实现矢量的相似性搜索。

项目路线图与贡献方式

pgvecto.rs 项目也欢迎社区的讨论与贡献，用户可以通过 Discord 社区 加入讨论，或者通过 GitHub 上标记为 "good first issue" 的问题进行贡献。

致谢

感谢以下项目提供的支持：

• pgrx - 为 Rust 编写的 Postgres 扩展框架。
• pgvector - 用 C 编写的 Postgres 矢量相似度搜索扩展。