Tiger Data(TimescaleDB 的开发公司,前身为 Timescale)发布了开源 PostgreSQL 扩展 pg_vectorsearch,用于向量相似性搜索,目前处于 Alpha 阶段。该扩展兼容现有的 pgvector 列,开发者只需安装扩展并在向量列上创建 PRISM 索引即可使用,无需再部署独立的向量数据库。
与 pgvector 中基于图的 HNSW 索引不同,PRISM 采用分区加压缩的思路:将相似向量分组到分区中,以压缩格式存储为列表并高密度封装在数据库页里。搜索时先缩小到相关分区,再依次扫描压缩后的向量,从而减少索引体积,也避免了耗时的随机内存或磁盘访问。它还结合了分层聚类、RaBitQ 量化和分区边界附近的向量复制来提升召回率,并依托 PostgreSQL 原生的存储、日志与并发机制。在官方使用 1 亿向量的基准测试中,PRISM 在 128GB 内存的机器上用 1 小时 40 分钟完成索引构建,而 HNSW 在 512GB 内存的机器上耗时 42 小时。
在我看来,这类方案的价值不在于索引算法本身有多新颖,而在于把向量搜索塞回 PostgreSQL 生态:对预算有限、在单库上构建 RAG 应用的团队来说,省掉一套独立向量存储和更大的服务器,是实打实的成本下降。当然,官方基准尚未经过独立验证,实际收益仍需在自己的数据集上检验。
局限也很明确:增量重平衡尚未完全实现,数据频繁变化时可能需要重建索引来维持搜索效率;目前不支持结合 WHERE 和 ORDER BY 的过滤搜索;扩展要求 PostgreSQL 18 或更高版本,向量最多支持 1968 维。社区在 Hacker News 上的反应整体是感兴趣但持谨慎态度,也有人质疑它能否取代现有的 pgvectorscale。鉴于仍处 Alpha 阶段,官方也不建议直接用于生产环境,值得持续关注。代码已在 GitHub 开源,Tiger Data 计划将 pgvectorscale 转入维护模式。
原文来源:InfoQ中文

Comments | NOTHING