开启 PGVector 插件¶

pgvector 是一个在 PostgreSQL 数据库中存储和操作向量数据的扩展，它提供了对高维向量数据的支持，使得用户可以在关系数据库中直接存储、检索和操作向量。它的主要特性包括：

向量存储：支持将高维向量直接存储在 PostgreSQL 表中，方便与其他关系数据结合使用。
相似性搜索：提供了高效的向量相似性搜索算法，如欧氏距离、余弦相似度和内积，使得在数据库中进行向量搜索变得高效和方便。
索引支持：支持使用向量索引（如 L2、IP、Cosine）来加速向量相似性搜索，提高查询性能。

启用 pgvector 扩展¶

登录到 PostgreSQL 实例，在预启用 pgvector 的数据库中执行以下 SQL 命令，创建 pgvector 扩展插件
```
CREATE EXTENSION vector;
```

验证 pgvector 插件¶

创建一个包含向量数据的测试表，并插入一些测试的向量数据。

-- 创建测试表

CREATE TABLE test_vectors (
  id serial PRIMARY KEY,
  embedding vector(3)
);

-- 插入测试数据
INSERT INTO test_vectors (embedding) VALUES
  ('[1, 2, 3]'),
  ('[4, 5, 6]'),
  ('[7, 8, 9]');

查询表中的向量数据。
```
SELECT * FROM test_vectors;
```

返回结果如下：

```json
id | embedding 
----+-----------
  1 | [1, 2, 3]
  2 | [4, 5, 6]
  3 | [7, 8, 9]
```

验证向量相似性搜索¶

执行以下 SQL，验证相似性搜索功能

-- 使用欧氏距离进行相似性搜索
SELECT id, embedding
FROM test_vectors
ORDER BY embedding <-> '[1, 2, 3]'
LIMIT 5;

返回结果如下：

```json
id | embedding 
----+-----------
  1 | [1, 2, 3]
  2 | [4, 5, 6]
  3 | [7, 8, 9]
```

评论