使用pgvector插件

简介

RDS for PostgreSQL支持pgvector插件，提供支持vector数据类型和向量相似性搜索。该插件提供以下支持：

• 精确的和近似的最近邻搜索
• L2距离，内积和余弦距离
• Postgres客户端的任何语言

更多信息，请参见pgvector官方文档。

支持的版本

PostgreSQL 12及以上版本的最新小版本支持该插件。可通过以下SQL语句查询当前实例是否支持该插件：

SELECT * FROM pg_available_extension_versions WHERE name = 'vector';

如果不支持，可通过升级内核小版本或者使用转储与还原升级大版本使用该插件。

RDS PostgreSQL实例支持的插件，具体请参见支持的插件列表。

插件安装/卸载

• 安装插件

  SELECT control_extension ('create', 'vector');

• 删除插件

  SELECT control_extension ('drop', 'vector');

更多信息，请参见通过界面安装和卸载插件和通过SQL命令安装和卸载插件。

基本使用

• 创建具有3维的向量列

  CREATE TABLE items (id bigserial PRIMARY KEY, embedding vector(3));

• 插入向量

  INSERT INTO items (embedding) VALUES ('[1,2,3]'), ('[4,5,6]');

• 通过L2距离得到最近邻

  SELECT * FROM items ORDER BY embedding <-> '[3,1,2]';

• 通过余弦距离得到最近邻

  SELECT * FROM items ORDER BY embedding <=> '[3,1,2]';

• 通过内积得到最近邻

  <#>返回的是负内积，因为Postgres只支持运算符上的ASC顺序索引扫描

  SELECT * FROM items ORDER BY embedding <#> '[3,1,2]';

进阶使用

• 计算距离

  SELECT embedding <-> '[3,1,2]' AS distance FROM items;
  SELECT (embedding <#> '[3,1,2]') * -1 AS inner_product FROM items;
  SELECT 1 - (embedding <=> '[3,1,2]') AS cosine_similarity FROM items;

• 聚合函数

  SELECT AVG(embedding) FROM items;

• 精确搜索是有完美召回率的

  可以添加索引使用近似最近邻搜索，牺牲一些召回率来换取性能

  CREATE INDEX ON items USING ivfflat (embedding vector_l2_ops) WITH (lists = 1);
  INSERT INTO items (embedding) VALUES ('[1,2,4]');
  SELECT * FROM items ORDER BY embedding <-> '[3,3,3]';