使用PostgreSQL插件pgvector实现高维向量检索

插件管理

• 创建插件

  CREATE EXTENSION IF NOT EXISTS vector;
• 删除插件

  DROP EXTENSION vector;
• 更新插件

  ALTER EXTENSION vector UPDATE [ TO new_version ]
  说明 new_version配置为pgvector的版本，pgvector的最新版本号及相关特性，请参见pgvector官方文档。

使用示例

如下仅是对pgvector的简单使用示例，更多使用方法，请参见pgvector官方文档。

1. 创建一个存储vector类型的表（items），用于存储embeddings。

   CREATE TABLE items (
     id bigserial PRIMARY KEY, 
     item text, 
     embedding vector(2)
   );

   说明

   上述示例中，以二维为例，pgvector最大支持创建16000维度的向量。

2. 将向量数据插入表中。

   INSERT INTO
     items (item, embedding)
   VALUES
     ('苹果', '[1, 1]'),
     ('香蕉', '[1.2, 0.8]'),
     ('猫', '[6, 0.4]');

3. 使用余弦相似度操作符<=>计算香蕉与苹果、猫之间的相似度。

   SELECT
     item,
     1 - (embedding <=> '[1.2, 0.8]') AS cosine_similarity
   FROM
     items
   ORDER BY
     cosine_similarity DESC;

   说明

   • 在上述示例中，使用公式cosine_similarity = 1 - cosine_distance进行计算，距离越近，相似度越高。
   • 您也可以使用欧氏距离操作符<->或内积运算操作符<#>计算相似度。

   结果示例：

   item | cosine_similarity
   ------+--------------------
    香蕉 |                  1
    苹果 |  0.980580680748848
    猫   |  0.867105556566985

   在上述结果中：

   • 香蕉结果为1，表示完全匹配。
   • 苹果的结果为0.98，表示苹果与香蕉高度相似。
   • 猫的结果为0.86，表示猫与香蕉相似度较低。