ParadeDB项目演进:从create_bm25到标准CREATE INDEX的架构升级
2025-05-31 15:15:12作者:薛曦旖Francesca
在PostgreSQL生态系统中,ParadeDB作为专注于搜索优化的扩展项目,近期完成了一项重要的架构改进——将专用的paradedb.create_bm25
函数迁移至标准的CREATE INDEX
语法。这一变更不仅简化了用户操作,更标志着项目向PostgreSQL原生兼容性迈出了关键一步。
技术背景与演进动机
BM25作为现代搜索引擎的核心排序算法,在全文检索场景中具有显著优势。早期ParadeDB通过create_bm25
函数封装索引创建过程,主要出于两个技术考量:
- 需要动态创建专用schema存放搜索相关的辅助函数
- 提供
search
和score_bm25
等定制化函数接口
随着项目成熟,这些历史设计逐渐显现出局限性:
- 函数式接口与PostgreSQL原生索引语法存在认知差异
- 动态schema管理增加了系统复杂度
- 功能重叠导致维护成本上升
架构改进方案
新方案通过三个层面的重构实现了平滑过渡:
-
索引创建标准化
完全采用PostgreSQL原生CREATE INDEX
语法,用户现在可以像创建普通索引一样建立BM25索引,显著降低学习成本。 -
函数体系精简
随着search
和score_bm25
等函数的逐步弃用,移除了配套的schema动态创建机制,系统架构更加简洁。 -
参数传递优化
原先需要通过create_bm25
参数映射的索引选项,现在直接支持标准CREATE INDEX语法,包括存储参数、并发构建等高级特性。
技术实现要点
核心改造集中在create_bm25.rs
模块的重构:
- 移除schema自动生成逻辑
- 将BM25索引注册为PostgreSQL标准索引类型
- 保持底层倒排索引等核心机制不变
- 确保向后兼容的迁移路径
用户价值体现
这一架构改进为用户带来多重收益:
- 符合直觉的操作体验:DBA和开发者可以使用熟悉的SQL语法管理搜索索引
- 更好的生态兼容性:与现有数据库工具链无缝集成
- 降低维护成本:简化后的代码库更易于长期维护和功能扩展
- 性能保持:底层仍采用优化的BM25实现,检索效率不受影响
未来演进方向
此次改造为后续优化奠定了基础:
- 支持更多CREATE INDEX高级选项
- 探索与其他PostgreSQL扩展的协同
- 优化混合索引场景下的查询规划
ParadeDB通过这次架构调整,既保持了专业搜索能力的优势,又更好地融入了PostgreSQL生态系统,为构建新一代数据库搜索解决方案提供了更优雅的实现路径。
登录后查看全文
热门项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~042CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0298- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

React Native鸿蒙化仓库
C++
176
261

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
858
511

openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
258
298

🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371

一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0

deepin linux kernel
C
22
5