入门指南

创建插件和向量表

使用高权限账号在目标数据库创建插件。

CREATE EXTENSION IF NOT EXISTS vector;

创建插件成功后，您可执行以下语句创建向量表。

1. 创建一个具有3个维度的向量表。

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

2. 插入向量。

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

3. 按欧几里得距离（L2）获取最近邻。

   SELECT * FROM items ORDER BY embedding <-> '[3,1,2]' LIMIT 5;

   还支持内积 (<#>)、余弦距离 (<=>) 和L1距离 (<+>)。

   说明

   <#>返回负的内积，因为PostgreSQL仅支持对操作符进行升序索引扫描。

存储

1. 创建一个具有3个维度的向量表。

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

   说明

   您也可以为现有表增加向量列ALTER TABLE items ADD COLUMN embedding vector(3);。

2. 插入向量。

   • 基础向量插入。

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

   • 使用COPY批量加载向量。

     COPY items (embedding) FROM STDIN WITH (FORMAT BINARY);

   • 插入向量，同时处理潜在的冲突（例如，主键冲突）。

     INSERT INTO items (id, embedding) VALUES (1, '[1,2,3]'), (2, '[4,5,6]')
         ON CONFLICT (id) DO UPDATE SET embedding = EXCLUDED.embedding;

     此时如果新插入数据与现有数据存在主键冲突，则更新现有行的embedding列为新值，从而确保数据唯一性。

3. 更新向量。

   UPDATE items SET embedding = '[1,2,3]' WHERE id = 1;

4. 删除向量。

   DELETE FROM items WHERE id = 1;

查询

距离

获取与某个向量最近邻。

SELECT * FROM items ORDER BY embedding <-> '[3,1,2]' LIMIT 5;

支持的距离函数包括：

• <->：欧几里得距离（L2）。

• <#>：内积距离（inner product）。

• <=>：余弦距离（cosine）。

• <+>：曼哈顿距离（L1）。

• <~>：汉明距离（Hamming）（二进制向量）。

• <%>：Jaccard距离（二进制向量）。

示例

• 获取与某一行的5个最近邻并排序。

  SELECT * FROM items WHERE id != 1 ORDER BY embedding <-> (SELECT embedding FROM items WHERE id = 1) LIMIT 5;

• 获取在特定距离范围内的行。

  SELECT * FROM items WHERE embedding <-> '[3,1,2]' < 5;

• 获取距离。

  SELECT embedding <-> '[3,1,2]' AS distance FROM items;

• 获取内积距离。

  说明

  由于<#>返回负的内积，乘以-1。

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

• 获取余弦距离，此处使用1-余弦距离值。

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

聚合

• 平均向量。

  SELECT AVG(embedding) FROM items;

• 按组平均向量。

  SELECT id, AVG(embedding) FROM items GROUP BY id;