Docker安装PGVector及简单使用

1. docker 安装 postgresql

docker run -d -p 5432:5432 -e POSTGRES_PASSWORD=123456 --name postgres postgres:latest

2. 进入容器内部

docker exec -it CONTAINER_ID /bin/bash

3. 更新apt-get

apt-get update

4. 查看pg版本

psql -h localhost -U postgres -p 5432
show server_version;

4. 安装pgvector

apt-get install postgresql-15-pgvector

6. 添加 vector 扩展

psql -h localhost -U postgres -p 5432
create extension vector;

7. 查询可使用的扩展

select * from pg_available_extensions where name = 'vector';

8. 日常使用

• 创建表：向量最多可以有16000个维度

create table test_vecotr(
    id bigserial primary key,
    embedding vector(3)
);

• 已有表新增向量字段

alter table test add column embedding vector(3);

• 插入向量数据

insert into test_vecotr(embedding) values('[1,2,3]'), ('[4,5,6]'),('[10,13,15]');

• 更新向量数据

update test_vecotr set embedding = '[1,3,5]' where id = 1;

• 查询数据

select * from test_vecotr order by embedding <-> '[1,4,5]' limit 5;
select * from test_vecotr where embedding <-> '[1,4,5]' < 5;
select embedding <-> '[1,4,5]' from test_vecotr;
select avg(embedding) from test_vecotr;

9. 索引

• HNSW索引
  HNSW索引创建了一个多层图。在速度-召回权衡方面，它的查询性能优于IVFFlat，但构建时间较慢且占用更多内存。
  另外，由于没有像IVFFlat那样的训练步骤，可以在表中没有数据的情况下创建索引。

• IVFFlat索引
  IVFFlat索引将向量划分为列表，然后搜索最接近查询向量的那些列表的子集。
  它的构建时间比HNSW快，且占用更少内存，但查询性能（就速度-召回权衡而言）较低。