pg_vectorsearch

概览

Alpha; PG18 packages; OpenBLAS required; no pgvector dependency; no in-place RC upgrade.

版本

构建

您可以使用 pig build 命令构建 pg_vectorsearch 扩展的 RPM / DEB 包：

pig build pkg pg_vectorsearch         # 构建 RPM / DEB 包

安装

您可以直接安装 pg_vectorsearch 扩展包的预置二进制包，首先确保 PGDG 和 PIGSTY 仓库已经添加并启用：

pig repo add pgsql -u          # 添加仓库并更新缓存

使用 pig 或者是 apt/yum/dnf 安装扩展：

pig install pg_vectorsearch;          # 当前活跃 PG 版本安装

pig ext install -y pg_vectorsearch -v 18  # PG 18

dnf install -y pg_vectorsearch_18       # PG 18

apt install -y postgresql-18-vectorsearch   # PG 18

创建扩展：

CREATE EXTENSION pg_vectorsearch;

用法

来源：

• README.md
• sql/pg_vectorsearch.sql
• docs/maintenance.md
• docs/tuning.md
• CHANGELOG.md
• VERSION
• meson.build
• pg_vectorsearch.control.in

pg_vectorsearch 0.1.0 是使用 PRISM 索引进行近似最近邻检索的 alpha 扩展，支持 PostgreSQL 18 和 19、原生 vec32 / vec16 类型以及可选的 pgvector 互操作。当前面向测试，行为与维护要求仍在演进。

核心用法

CREATE EXTENSION pg_vectorsearch;
CREATE TABLE vectorsearch_items (
    id serial PRIMARY KEY,
    embedding vec32(3) STORAGE PLAIN
);
INSERT INTO vectorsearch_items (embedding)
SELECT ARRAY[i::real, (i % 7)::real, (i % 5)::real]::vec32
FROM generate_series(1, 1000) AS i;
CREATE INDEX vectorsearch_items_prism ON vectorsearch_items
USING prism (embedding vec32_l2_ops);
SET prism.nprobe = 40;
SELECT id FROM vectorsearch_items
ORDER BY embedding <-> '[3,1,2]' LIMIT 5;

运行边界

安装需要超级用户，无需预加载，扩展不可重定位。prism 访问方法提供 vec32_l2_ops、vec32_ip_ops、vec32_cosine_ops 及对应的 vec16 操作符类；<->、<#> 和 <=> 分别表示 L2、负内积和余弦距离。prism.nprobe 用于权衡召回与查询工作量；零表示自动调节，不代表精确召回。

应先装载代表性数据，再建立索引。索引维度上限为 1968，不支持表达式索引与非日志索引。应将 prism.leaf_refine_threshold 保持为零。过滤后可能不足 LIMIT 行，受 work_mem 限制的候选缓冲区也可能截断大量或无上限的结果，应与精确查询基准比较。

可用 prism_index_settings 检查配置，并按维护指南处理持续更新。prism_rebalance 仅支持关闭 centroid_fastscan 的单层 RaBitQ 质心页索引，不支持默认多层格式。DELETE 留下墓碑，退役页仅能通过 REINDEX 回收。早期候选发布版不支持原位升级。