pgvectorscale 0.7.0 发布：支持过滤式近似最近邻搜索

pgvectorscale 是一个基于 PostgreSQL 的向量搜索扩展，它通过集成 DiskANN 算法提供了高效的近似最近邻(ANN)搜索能力。该项目由 Timescale 团队开发，旨在为 PostgreSQL 用户提供生产级的向量搜索解决方案。

过滤式 DiskANN 算法支持

本次 0.7.0 版本最重要的更新是引入了过滤式 DiskANN(Filtered DiskANN)算法支持。这一创新功能基于微软研究院发表的论文《Filtered DiskANN: Efficient Search in Large Scale Vector Databases with Boolean Constraints》。

过滤式 DiskANN 允许用户在向量搜索过程中加入布尔过滤条件，这在许多实际应用场景中非常有用。例如：

1. 在电商推荐系统中，可以只搜索特定类别的商品
2. 在内容检索中，可以限定只返回特定语言或特定发布日期的内容
3. 在多租户系统中，可以确保用户只能看到自己有权限访问的数据

这种过滤能力是在索引层面实现的，而不是在查询后过滤，因此能够保持高效的搜索性能。算法会智能地跳过不符合过滤条件的向量，避免不必要的距离计算。

技术实现细节

为了实现过滤功能，项目团队对原有的 SbqNode 结构进行了抽象化改造，为支持带标签的变体做准备。这一底层改造使得索引能够存储和处理额外的元数据信息，为过滤条件提供支持。

在存储层面，0.7.0 版本还改进了页面槽位大小的计算方式，现在会考虑内存对齐因素，这有助于提升内存访问效率。

兼容性与构建改进

新版本继续保持对 PostgreSQL 13 到 17 版本的支持，并提供了针对 AMD64 和 ARM64 架构的预编译二进制包。构建系统方面，项目现在强制使用 LLVM 18 进行编译，确保了工具链的现代性和稳定性。

值得注意的是，项目已升级到 pgrx 0.12.9 框架，这是 Rust 语言编写 PostgreSQL 扩展的流行工具包。这一升级带来了更好的开发体验和运行时性能。

文档与使用说明

文档方面，0.7.0 版本澄清了几个重要内容：

1. 明确了距离计算函数 distance_type_inner_product 现在是 CREATE OR REPLACE 语义
2. 解释了近似最近邻搜索结果的排序可能不是严格精确的（relaxed ordering）
3. 修正了从源代码安装的指导说明

对于开发者而言，新版本提供了更清晰的内部工作机制说明，特别是关于过滤条件如何与向量搜索协同工作的部分。

总结

pgvectorscale 0.7.0 通过引入过滤式 DiskANN 算法，显著扩展了向量搜索的应用场景，使开发者能够在保持高效搜索的同时加入业务逻辑约束。这一版本的技术改进和文档完善，使得该项目向生产就绪的目标又迈进了一步。对于需要在 PostgreSQL 中实现复杂向量搜索场景的团队来说，这个版本值得重点关注和评估。