pgvecto.rs 默认搜索模式优化：从 basic 到 vbase 的技术演进

在向量数据库 pgvecto.rs 的最新开发讨论中，核心开发团队决定将默认搜索模式从 basic 改为 vbase。这一变更看似简单，实则蕴含着对向量搜索性能与准确性的深入思考，值得我们详细探讨其技术背景和影响。

搜索模式的技术背景

pgvecto.rs 提供了两种主要的向量搜索模式：basic 和 vbase。basic 模式采用传统的近似最近邻搜索算法，而 vbase 则是 pgvecto.rs 特有的优化搜索模式。

vbase 模式的核心优势在于它能够更智能地遍历向量图结构。与 basic 模式相比，vbase 在大多数场景下能够：

1. 提供更高的搜索准确率
2. 保持相似的查询延迟
3. 更有效地利用计算资源

变更的技术考量

开发团队经过深入讨论，认为仅在少数特定场景下 basic 模式可能更优：

• 当查询带有严格过滤条件且结果集极小时
• 在极端内存限制环境下

但在90%以上的常规使用场景中，vbase 都展现出明显优势。特别是在处理大规模数据集时，vbase 的智能图遍历算法能够显著提升查询质量。

对现有功能的影响

值得注意的是，这一变更对 IVF(倒排文件)索引的处理逻辑没有影响。无论是 basic 还是 vbase 模式，IVF 索引的行为保持一致。这保证了现有索引的兼容性，用户无需因为默认搜索模式的变更而重建索引。

版本发布计划

这一优化将被包含在即将发布的 0.2.0 版本中。对于追求更高搜索质量的用户来说，即使不调整任何参数，升级后就能自动获得更好的搜索体验。对于有特殊需求的用户，仍然可以通过显式设置切换回 basic 模式。

总结

pgvecto.rs 将默认搜索模式改为 vbase 的决策，反映了项目对搜索质量和用户体验的持续优化。这一变更将使大多数用户在无需额外配置的情况下，就能获得更精准的向量搜索结果，进一步巩固了 pgvecto.rs 作为高性能向量数据库的地位。