探索PGVecto.rs：如何在Postgres中实现向量数据库管理

最新推荐文章于 2025-11-17 12:01:17 发布

原创最新推荐文章于 2025-11-17 12:01:17 发布 · 441 阅读

CC 4.0 BY-SA版权

文章标签：

# 探索PGVecto.rs：如何在Postgres中实现向量数据库管理

## 引言

随着大数据和人工智能的快速发展，管理和搜索向量数据变得越来越重要。PGVecto.rs是一款基于Postgres的向量数据库解决方案，它帮助开发者高效地存储和检索向量数据。在这篇文章中，我们将深入探讨如何通过PGVecto.rs在Postgres中实现向量数据库管理，并提供实用的代码示例。

## 主要内容

### 环境准备

首先，我们需要安装必要的Python库：

```bash
%pip install "pgvecto_rs[sdk]" langchain-community

加载和处理文档

我们将使用TextLoader类从文本文件中加载数据，并使用CharacterTextSplitter将文本分割成多个文档块。以下是加载和处理文档的代码：

from langchain_community.document_loaders import TextLoader
from langchain_text_splitters import CharacterTextSplitter

# 加载文档
loader = TextLoader("../../how_to/state_of_the_union.txt")
documents = loader.load()

# 分割文档
text_splitter = CharacterTextSplitter(chunk_size=1000, chunk_overlap=0)
docs = text_splitter.split_documents(documents)

启动数据库服务

我们使用官方的Docker镜像启动PGVecto.rs数据库：

! docker run --name pgvecto-rs-demo -e POSTGRES_PASSWORD=mysecretpassword -p 5432:5432 -d tensorchord/pgvecto-rs:latest

配置数据库连接

接下来，我们需要构建数据库的连接字符串：

import os

PORT = os.getenv("DB_PORT", 5432)
HOST = os.getenv("DB_HOST", "localhost")
USER = os.getenv("DB_USER", "postgres")
PASS = os.getenv("DB_PASS", "mysecretpassword")
DB_NAME = os.getenv("DB_NAME", "postgres")

URL = "postgresql+psycopg://{username}:{password}@{host}:{port}/{db_name}".format(
    port=PORT,
    host=HOST,
    username=USER,
    password=PASS,
    db_name=DB_NAME,
)

创建向量存储

我们使用PGVecto.rs从文档创建向量存储，并将其存储在Postgres数据库中：

from langchain_community.embeddings.fake import FakeEmbeddings
from langchain_community.vectorstores.pgvecto_rs import PGVecto_rs

embeddings = FakeEmbeddings(size=3)  # 创建虚拟嵌入

db1 = PGVecto_rs.from_documents(
    documents=docs,
    embedding=embeddings,
    db_url=URL,
    collection_name="state_of_the_union",
)

执行相似性搜索

我们可以在数据库中执行相似性搜索，通过向量进行最近邻搜索：

query = "What did the president say about Ketanji Brown Jackson"
docs: List[Document] = db1.similarity_search(query, k=4)

for doc in docs:
    print(doc.page_content)
    print("======================")