探索PGVecto.rs：实现高效的向量搜索与存储-优快云博客

本文链接：https://blog.youkuaiyun.com/tt_jishu/article/details/143034740

# 探索PGVecto.rs：实现高效的向量搜索与存储

## 引言

在现代的数据处理领域，向量数据库正在成为一个重要的工具。PGVecto.rs 是基于 Postgres 的向量数据库解决方案，能够帮助开发者高效地进行向量存储和相似度搜索。本篇文章将介绍如何使用 PGVecto.rs，并提供代码示例来展示其功能。

## 主要内容

### 安装与环境配置

要开始使用 PGVecto.rs，首先需要安装相关的软件包：

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

同时，确保启动 PostgreSQL 数据库，推荐使用官方 Docker 镜像：

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

文档加载与拆分

我们需要加载待处理的文档，并将其进行拆分以适应向量化的需要：

from langchain_community.document_loaders import TextLoader
from langchain_text_splitters import CharacterTextSplitter

loader = TextLoader("../../how_to/state_of_the_union.txt")
documents = loader.load()
text_splitter = CharacterTextSplitter(chunk_size=1000, chunk_overlap=0)
docs = text_splitter.split_documents(documents)

创建向量存储

接下来，创建向量存储并进行文档嵌入：

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

embeddings = FakeEmbeddings(size=3)

URL = "postgresql+psycopg://{username}:{password}@{host}:{port}/{db_name}".format(
    port=5432,
    host="localhost",
    username="postgres",
    password="mysecretpassword",
    db_name="postgres",
)

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

相似度搜索

使用 PGVecto.rs 可以进行高效的相似度搜索：

query = "What did the president say about Ketanji Brown Jackson"
docs = db1.similarity_search(query, k=4)
for doc in docs:
    print(doc.page_content)
    print("======================")

还可以使用过滤器来进行更精确的搜索：

from pgvecto_rs.sdk.filters import meta_contains

docs = db1.similarity_search(
    query, k=4, filter=meta_contains({"source": "../../how_to/state_of_the_union.txt"})
)

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