深挖-pgvector

一句话理解

pgvector 是 PostgreSQL 的开源扩展，由 Supabase 主导维护，让传统关系型数据库原生支持向量存储和 ANN 搜索。它把向量变成了 PostgreSQL 的一种数据类型，你可以在同一条 SQL 里同时做 WHERE 过滤和 ORDER BY 向量距离。

零基础理解

PostgreSQL 是你用了十几年的老数据库，MySQL 之外的另一个王者。pgvector 给它加了一个”向量文件夹”——你不需要引入新的数据库、不需要学习新的查询语言、不需要写新的数据同步管道。向量数据和其他业务数据放在同一张表的不同列里，同一个事务里写入，同一个 SQL 里查询。

引入一个新的数据库组件，意味着新的部署、监控、备份、故障恢复流程。pgvector 的价值在于：用你已经熟悉的东西，做你以前做不到的事。

核心概念

vector 数据类型

pgvector 注册了一个新的 SQL 数据类型 vector(N)，其中 N 是向量维度。你可以把它当作 INTEGER 或 TEXT 一样使用，甚至可以给 vector 列建索引：

CREATE TABLE documents (
    id SERIAL PRIMARY KEY,
    content TEXT,
    embedding vector(1536)  -- OpenAI text-embedding-ada-002 的维度
);

IVFFlat 索引

pgvector 最早支持的 ANN 索引类型。基于 IVF 算法，将向量空间划分为若干个列表，查询时只搜索最近的几个列表。需要先插入一定量的数据再建索引，因为列表的划分依赖已有数据的分布。lists 参数控制划分数量——经验值是 sqrt(行数) 到 行数 / 1000。

HNSW 索引

pgvector 0.5.0 引入的索引类型，目前是生产环境的首选。相比 IVFFlat，HNSW 的构建时间更长、内存占用更高，但查询速度更快、精度更稳定，且不需要”先插入数据再建索引”。m 参数控制图的连接度（默认 16），ef_construction 控制构建时的搜索深度（默认 64）。

向量 + SQL 过滤

这是 pgvector 最独特的优势：向量搜索和 SQL 过滤在同一查询中完成，不需要像专用向量数据库那样先查向量再拿 ID 去业务数据库反查。

SELECT id, content, 1 - (embedding <=> '[0.1, 0.2, ...]'::vector) AS similarity
FROM documents
WHERE category = 'tech' AND created_at > '2024-01-01'
ORDER BY embedding <=> '[0.1, 0.2, ...]'::vector
LIMIT 10;

pgvector vs 专用向量数据库

维度	pgvector	专用向量 DB (Pinecone/Milvus/Weaviate)
向量检索速度	中等（HNSW 百万级毫秒级）	快（专用优化，十亿级毫秒级）
运维复杂度	极低（已有 PG 零成本）	高（独立部署、监控、备份）
数据一致性	强（向量与业务数据同一事务）	弱（需额外同步管道）
过滤查询	原生 SQL，任意 WHERE 条件	有限元数据过滤，复杂条件受限
分布式扩展	依赖 PG 自身扩展方案	原生支持水平扩展
学习成本	极低（已会 SQL 即会 pgvector）	中（需学习新 API 和概念）
适用规模	千万级向量	亿~十亿级向量
成本	免费开源	商业版收费或自建运维成本

趋势分析

趋势	说明
向量数据库”回退”到 PG	越来越多的团队发现，与其单独维护一个向量数据库，不如在已有的 PostgreSQL 上加 pgvector，推理成本降低后，向量检索不再是瓶颈
Supabase 的推动	pgvector 由 Supabase 主导开发，Supabase 本身是 Firebase 替代方案，生态繁荣
混合检索的趋势	与 ES 一样，pgvector 也能做”文本搜索 + 向量搜索”的混合，PostgreSQL 的 `tsvector` 全文搜索配合 pgvector 可实现类似 ES 的混合检索
性能持续提升	pgvector 0.7.0 引入了 `halfvec` 半精度向量和 `sparsevec` 稀疏向量，存储和计算效率持续优化

2026 年选型建议

你的情况	推荐方案
已有 PostgreSQL，向量量级 < 1000 万	pgvector，零运维成本
已有 PostgreSQL，向量量级 > 1000 万	pgvector + 分区表，或评估专用向量 DB
没有 PG，也不想引入新数据库	pgvector in Docker，轻量起步
需要极致向量检索性能	专用向量 DB，或 FAISS 封装微服务
需要向量+复杂业务过滤的事务一致性	pgvector 是唯一选择
已有 Elasticsearch	ES 8.x 的 kNN + 混合检索，不要引入 pgvector
从零开始的新项目	pgvector 起步，需要时再迁移到专用向量 DB

来源

pgvector GitHub: https://github.com/pgvector/pgvector
Supabase pgvector 文档: https://supabase.com/docs/guides/database/extensions/pgvector
“pgvector vs Pinecone vs Milvus” benchmarks: https://supabase.com/blog/pgvector-vs-pinecone
pgvector 0.5.0 HNSW 发布说明: https://github.com/pgvector/pgvector/releases/tag/v0.5.0
PostgreSQL 官方文档: https://www.postgresql.org/docs/current/
“Why we chose pgvector over Pinecone”: https://www.timescale.com/blog/pgvector-vs-pinecone/