ParadeDB项目演进:从create_bm25到标准CREATE INDEX的架构升级
2025-05-31 10:26:07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
- QQwen3-Next-80B-A3B-InstructQwen3-Next-80B-A3B-Instruct 是一款支持超长上下文(最高 256K tokens)、具备高效推理与卓越性能的指令微调大模型00
- QQwen3-Next-80B-A3B-ThinkingQwen3-Next-80B-A3B-Thinking 在复杂推理和强化学习任务中超越 30B–32B 同类模型,并在多项基准测试中优于 Gemini-2.5-Flash-Thinking00
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~0266cinatra
c++20实现的跨平台、header only、跨平台的高性能http库。C++00AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
GOT-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。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile06
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
1 freeCodeCamp音乐播放器项目中的函数调用问题解析2 freeCodeCamp论坛排行榜项目中的错误日志规范要求3 freeCodeCamp猫照片应用教程中的HTML注释测试问题分析4 freeCodeCamp JavaScript高阶函数中的对象引用陷阱解析5 freeCodeCamp全栈开发课程中React实验项目的分类修正6 freeCodeCamp课程视频测验中的Tab键导航问题解析7 freeCodeCamp全栈开发课程中React组件导出方式的衔接问题分析8 freeCodeCamp英语课程视频测验选项与提示不匹配问题分析9 freeCodeCamp课程页面空白问题的技术分析与解决方案10 freeCodeCamp博客页面工作坊中的断言方法优化建议
最新内容推荐
PCDViewer-4.9.0-Ubuntu20.04:专业点云可视化与编辑工具全面解析 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 SAP S4HANA物料管理资源全面解析:从入门到精通的完整指南 VSdebugChkMatch.exe:专业PDB签名匹配工具全面解析与使用指南 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 ZLIB 1.3 静态库 Windows x64 版本:高效数据压缩解决方案完全指南 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 LabVIEW串口通信开发全攻略:从入门到精通的完整解决方案 Windows版Redis 5.0.14下载资源:高效内存数据库的完美Windows解决方案
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
143
1.91 K

deepin linux kernel
C
22
6

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0

React Native鸿蒙化仓库
C++
192
273

🎉 (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
927
551

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
421
392

openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
64

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
344
1.3 K

Elasticsearch
国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8