首页 > 数据库 > PostgreSQL > postgresql向量检索pgvector

PostgreSQL向量检索之pgvector入门实战指南

2026-01-29 16:57:51 作者：神的孩子都在歌唱

pgvector是PostgreSQL的开源扩展,用于在数据库中存储和处理向量数据,特别是高维嵌入向量（embedding）,本文介绍PostgreSQL向量检索：pgvector入门指南,感兴趣的朋友一起看看吧

一. 什么是 pgvector？

pgvector 是 PostgreSQL 的开源扩展，用于在数据库中存储和处理向量数据，特别是高维嵌入向量（embedding）。

功能与特点

向量存储：可将向量数据直接存入表中。
距离计算：支持 L2（欧氏距离）、Inner Product（内积）、Cosine（余弦相似度）等。
最近邻搜索：支持精确搜索和近似搜索（IVFFlat / HNSW）。
兼容 SQL：可以直接与表中的其他列一起做查询、过滤和排序。
可扩展性：适合中小规模向量存储，也能应对大数据量场景。

二. 为什么选择 PostgreSQL + pgvector？

数据整合：向量与原始数据存放在同一数据库，无需单独部署向量数据库。
事务和安全：继承 PostgreSQL 的事务、权限控制、备份与复制机制。
易于扩展：可以直接使用 SQL 做 JOIN、过滤条件，实现混合检索。
降低维护成本：只需要维护一个数据库系统，减少运维复杂度。
可视化和监控：可以使用 PostgreSQL 现有工具进行监控和分析。

三. 安装与启用

确保 PostgreSQL 支持扩展（通常 PostgreSQL 13+）
安装 pgvector

启用扩展：

CREATE EXTENSION IF NOT EXISTS vector;

验证安装：

SELECT * FROM pg_extension WHERE extname='vector';

成功后即可在表中创建向量列。

四. 基本数据结构

向量列类型：vector 或 vector(n)，其中 n 是向量维度。
示例表结构：

CREATE TABLE documents (
    id BIGSERIAL PRIMARY KEY,
    embedding VECTOR(3) -- 假设嵌入向量是 3 维
);

小贴士：向量列的维度必须固定，查询和索引时保持一致。

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 查询向量最近邻

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

根据score的得分，就能查询出相近的向量，值越小代表越相似，算法如下
公式

5.3 常用距离运算符

操作符	相似度度量	说明	推荐场景	值越小代表
`<->`	欧氏距离 (L2 Distance)	计算两个向量之间的几何距离	图像、音频、地理数据检索	越相似
`<#>`	负内积 (- Inner Product)	取负号后的内积，用于最大内积搜索	推荐系统、模型打分	越相似
`<=>`	余弦距离 (Cosine Distance)	1 - 余弦相似度，对向量长度不敏感	文本语义检索、跨语言向量匹配	越相似

后面会出一篇关于这些运算符计算使用的文章

5.4 其他操作

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

六. Python 示例

使用 pgvector-python 或 psycopg2 处理向量：

import numpy as np
import psycopg2
from pgvector.psycopg2 import register_vector
# 连接数据库
conn = psycopg2.connect(host='192.168.1.101', dbname='test-agent', user='postgres', password='123456', port=5433)
register_vector(conn)  # 注册 vector 类型
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,)  # 注意这里的逗号，确保是元组格式
)
conn.commit()
# 查询最近邻
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. 小结

pgvector 是 PostgreSQL 的向量扩展，支持高维嵌入向量存储与检索。
提供精确与近似最近邻查询，并可与 SQL 完美结合。
基础操作包括创建表、插入向量、查询最近邻以及选择合适的距离运算符。

到此这篇关于PostgreSQL向量检索之pgvector入门实战指南的文章就介绍到这了,更多相关postgresql向量检索pgvector内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！