使用指南与混合检索 on Vchord

索引构建与维护

Mon, 01 Jan 0001 00:00:00 +0000

vchord_bm25 提供了 bm25 索引访问方法（CREATE ACCESS METHOD bm25 TYPE INDEX HANDLER _bm25_amhandler）以及 bm25_ops 操作符类。

创建 `bm25` 索引

稳定发布版（`v0.1` – `v0.3`，`bm25vector`）

CREATE INDEX documents_embedding_bm25
ON documents
USING bm25 (embedding bm25_ops);

新一代 `main` 分支（`tsvector`）

在 main 分支中，bm25_ops 直接作用于 tsvector，并支持索引级存储参数（options、limit 和 prefilter）：

查询与相关性评分

Mon, 01 Jan 0001 00:00:00 +0000

基础 Top-K 查询语法

要运行经索引加速的 Top-K BM25 检索，请在 ORDER BY 子句中将 <&> 操作符与 to_bm25query 结合使用：

-- v0.1 – v0.3 (bm25vector + pg_tokenizer)
SELECT
    id,
    passage,
    embedding <&> to_bm25query('documents_embedding_bm25', tokenize('PostgreSQL vector search', 'my_tokenizer')) AS raw_score,
    -(embedding <&> to_bm25query('documents_embedding_bm25', tokenize('PostgreSQL vector search', 'my_tokenizer'))) AS bm25_score
FROM documents
ORDER BY raw_score ASC
LIMIT 10;

-- main 分支（原生 tsvector）
SELECT
    id,
    passage,
    -(vector <&> to_bm25query(to_tsvector('english', 'PostgreSQL vector search'), 'documents_bm25_idx')) AS bm25_score
FROM documents
ORDER BY vector <&> to_bm25query(to_tsvector('english', 'PostgreSQL vector search'), 'documents_bm25_idx') ASC
LIMIT 10;

为什么 `to_bm25query` 需要传入索引名称

与向量距离操作符不同（两个向量之间的距离仅取决于这两个向量本身），一篇文档的 BM25 得分依赖于存储在 BM25 索引中的全语料库统计信息：

过滤检索与预过滤

Mon, 01 Jan 0001 00:00:00 +0000

在实际业务场景中，全文 BM25 排序通常需要与结构化关系过滤条件（例如 category_id = 5、tenant_id = 'acme' 或时间范围）结合使用。vchord_bm25 支持三种带过滤条件的 BM25 检索策略。

混合检索 (BM25 + VectorChord)

Mon, 01 Jan 0001 00:00:00 +0000

现代检索增强生成（RAG）与搜索流水线通常将稠密向量检索（vchord，擅长捕捉语义相似性）与稀疏词法 BM25 检索（vchord_bm25，擅长捕捉精确关键词、标识符与罕见词匹配）结合使用。由于这两个扩展均原生运行在 PostgreSQL 内部，你可以在单条 SQL 查询中端到端执行混合检索，无需任何外部编排服务。

BM25 与 Block-WeakAnd 内部原理

Mon, 01 Jan 0001 00:00:00 +0000

本页详细介绍 vchord_bm25（位于 crates/bm25/src/bm25.rs 与 src/algorithm/block_wand.rs）中实现的精确评分公式与底层数据结构。

1. Okapi BM25 评分公式

给定一篇文档 $D$ 和一个查询 $Q = \{q_1, q_2, \dots, q_m\}$ ，其中查询词频为 $c(q_i, Q)$ ，文档内词频为 $f(q_i, D)$ ，vchord_bm25 按如下公式计算相关性得分：

使用指南与混合检索 on Vchord

索引构建与维护

创建 bm25 索引

稳定发布版（v0.1 – v0.3，bm25vector）

新一代 main 分支（tsvector）

查询与相关性评分

基础 Top-K 查询语法

为什么 to_bm25query 需要传入索引名称

过滤检索与预过滤

混合检索 (BM25 + VectorChord)

BM25 与 Block-WeakAnd 内部原理

1. Okapi BM25 评分公式

创建 `bm25` 索引

稳定发布版（`v0.1` – `v0.3`，`bm25vector`）

新一代 `main` 分支（`tsvector`）

为什么 `to_bm25query` 需要传入索引名称