使用指南 on Vchord

索引

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

索引是构建支持高效搜索的数据结构的过程。pgvecto.rs 支持三种索引算法：暴力搜索（flat）、IVF 和 HNSW。默认算法为 HNSW。

要为向量构建索引，首先创建一张名为 items 的表，其中包含类型为 vector(n) 的 embedding 列，然后向表中填充生成的数据。

搜索

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

获取与目标向量最近的 5 个邻居：

SET vectors.hnsw_ef_search = 64;
SELECT * FROM items ORDER BY embedding <-> '[3,2,1]' LIMIT 5;

操作符

以下操作符用于表示不同的距离度量：

监控

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

我们提供了 pg_vector_index_stat 视图来监控索引的构建进度。

列名	类型	说明
tablerelid	oid	表的 OID。
indexrelid	oid	索引的 OID。
tablename	name	表名。
indexname	name	索引名。
idx_status	text	取值为 `NORMAL` 或 `UPGRADE`，表示该索引处于正常状态还是需要升级。
idx_indexing	bool	当 `idx_status` 为 `NORMAL` 时非空。表示后台线程是否正在构建索引。
idx_tuples	int8	当 `idx_status` 为 `NORMAL` 时非空。索引中的元组总数。
idx_sealed	int8[]	当 `idx_status` 为 `NORMAL` 时非空。每个已封存分段（sealed segment）中的元组数量。
idx_growing	int8[]	当 `idx_status` 为 `NORMAL` 时非空。每个增长中分段（growing segment）中的元组数量。
idx_write	int8	当 `idx_status` 为 `NORMAL` 时非空。写缓冲区（write buffer）中的元组数量。
idx_size	int8	当 `idx_status` 为 `NORMAL` 时非空。所有分段占用的总字节大小。
idx_options	text	当 `idx_status` 为 `NORMAL` 时非空。索引的配置信息。

idx_options 详情

idx_options 是一个包含向量（vector）、分段（segment）、优化（optimizing）和索引（indexing）选项的 JSON 字符串。示例如下：

{
    "vector": {
        "dimensions": 256,
        "distance": "L2",
        "kind": "F32"
    },
    "segment": {
        "max_growing_segment_size": 20000,
        "max_sealed_segment_size": 1000000
    },
    "optimizing": {
        "sealing_secs": 60,
        "sealing_size": 1,
        "delete_threshold": 0.2,
        "optimizing_threads": 2
    },
    "indexing": {
        "hnsw": {
            "m": 12,
            "ef_construction": 300,
            "quantization": {
                "trivial": {}
            }
        }
    }
}

量化

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

量化（Quantization）是一种在可接受的精度损失范围内，降低内存消耗和计算复杂度的技术。在向量搜索中，主要有两种量化方式：乘积量化（Product Quantization）和标量量化（Scalar Quantization）。

`pgvector` 兼容性

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

pgvecto.rs 在以下方面原生兼容 pgvector：

CREATE TABLE 命令，例如 CREATE TABLE t (val vector(3))
INSERT INTO 命令，例如 INSERT INTO t (val) VALUES ('[0.6,0.6,0.6]')

pgvecto.rs 还可以通过配置兼容 pgvector 的以下语法：

索引选项，允许通过 USING hnsw (val vector_ip_ops) 创建索引
查询选项，支持通过 SET ivfflat.probes = 10 设置参数

该特性称为 pgvector 兼容模式，可通过 SET vectors.pgvector_compatibility = on 启用。