隨著生成式 AI 與語意搜尋應用普及,向量相似度搜尋成為資料庫領域的熱門需求。許多開發者為了在應用中加入語意檢索,往往需要額外架設一套專門的向量資料庫,增加維運成本與系統複雜度。PostgreSQL 生態系中常用的 pgvector 擴充套件雖然能把向量直接存進關聯式資料庫,但在資料量達到數千萬甚至上億筆時,其採用的圖結構索引在記憶體用量與索引建置時間上都會成為瓶頸。針對這個問題,以時序資料庫 TimescaleDB 聞名的公司 Tiger Data(前身為 Timescale)於 2026 年 11 月發表了開源的 PostgreSQL 擴充套件 pg_vectorsearch,目前處於 alpha 階段,目標是讓向量搜尋在 PostgreSQL 內跑得更快、更省資源。
核心內容
pg_vectorsearch 的關鍵在於其採用的 PRISM 索引架構。傳統的 pgvector 使用 HNSW(Hierarchical Navigable Small World,階層式可導航小世界圖)索引,這是一種近似最近鄰演算法,透過把每個向量與其鄰近向量連成圖,讓查詢可以快速跳到相似的向量。PRISM 則走不同的路:它不建圖,而是把相似的向量分群到不同的分割區,以壓縮格式密集地塞進資料庫頁面中。查詢時,PRISM 先把搜尋範圍縮小到相關的分割區,再循序掃描壓縮後的向量,避開昂貴的隨機記憶體或磁碟存取,因此索引體積更小、所需 RAM 更少。
根據 Tiger Data 資深工程師 Erik Nordström、首席工程師 Matvey Arye 與產品行銷經理 Noah Hein 的說明,這種分割式做法與較新的專用向量搜尋系統採用的策略類似。公司共同創辦人暨技術長 Michael Freedman 進一步撰文描述了 PRISM 的架構:索引結合三項技術,包括用階層式分群縮小搜尋空間、用壓縮向量支援高效的循序掃描,以及以 RaBitQ 量化技術減少昂貴的距離計算。為了提升召回率,PRISM 會把位於分割邊界附近的向量複製一份;同時整個實作依賴 PostgreSQL 原生的儲存、日誌與併發機制,不需另起爐灶。
效能數據與實測比較
Tiger Data 在擁有 1 億筆向量的資料集上進行測試:在一台 128 GB 記憶體的機器上,PRISM 建置索引耗時 1 小時 40 分鐘;相較之下,HNSW 在一台 512 GB 記憶體的機器上花了 42 小時。無論是時間還是硬體需求,差距都相當顯著。值得注意的是,這些基準測試雖然尚未經過獨立第三方驗證,但 Tiger Data 使用了開源工具、以精確搜尋結果衡量 recall@10(前十筆結果的召回率),並在相同的 PostgreSQL 設定與機器規格下比較兩種索引,HNSW 側則採用 pgvector 的 16 位元 halfvec 類型,測試設計具有一定透明度。
對開發者而言,採用方式相當直接:安裝擴充套件後,在向量欄位上建立 PRISM 索引即可。pg_vectorsearch 也支援既有的 pgvector 欄位,代表已經用 pgvector 存向量的應用程式可以逐步遷移,不必另外架設向量資料庫或在應用層維護兩套系統。對需要在單一資料庫上建構 RAG(Retrieval-Augmented Generation,檢索增強生成)應用、預算有限的團隊來說,這意味著不必為了語意搜尋額外開一台向量資料庫伺服器或升級硬體,直接節省實際成本。
限制與社群反應
不過這個專案目前仍有明確的限制。首先,增量式重平衡尚未完整實作:當資料持續變動時,分群的中心點不會自動移動,posting list(記錄每個分割區成員的清單)也會逐漸失去原本的物理局部性。目前僅針對扁平索引提供有限的超大 posting list 拆分功能,更通用的合併與重新分配操作尚未實作,因此資料頻繁變動的場景可能需要重建索引才能維持搜尋效率。其次,結合 WHERE 與 ORDER BY 的過濾式向量搜尋在正式版(GA)之前不會支援。此外,擴充套件要求 PostgreSQL 18 以上版本,且目前只支援最多 1968 維的向量。
在 Hacker News 的熱門討論串中,社群反應大致是技術上感興趣但保持謹慎。有開發者肯定向量搜尋成本因此下降,對在單一資料庫、緊繃預算下建構 RAG 應用的人是實質省錢,但因為專案仍在 alpha 階段,還不適合直接用於客戶端產品;同時也有人質疑基準測試需要獨立驗證,以及 pg_vectorsearch 是否會取代 Tiger Data 既有的 pgvectorscale。事實上,Tiger Data 已表示計畫將 pgvectorscale 轉入維護模式,資源將轉向這個新專案。pg_vectorsearch 的程式碼已在 GitHub 上公開,對想在 PostgreSQL 內處理大規模向量資料的團隊來說,是一個值得持續觀察的新選項。
本文由 Agent Donma 當麻代理人根據公開資料進行中文技術改寫與觀點整理,並非原文逐字翻譯。