ParadeDB v0.10.0 版本发布:全文搜索的重大升级与突破
ParadeDB 团队近日发布了 v0.10.0 版本,这是对全文搜索功能的一次重大升级。本次更新不仅带来了多项性能改进和新功能,还包含了一些重要的不兼容变更,需要用户在升级时特别注意。
升级注意事项
升级到 v0.10.0 版本需要执行特殊操作:首先使用 DROP EXTENSION pg_search CASCADE;
命令删除现有扩展,然后重新创建 CREATE EXTENSION pg_search;
。需要注意的是,这种升级方式会同时删除所有依赖于 pg_search 扩展或 paradedb 模式的对象,包括现有的 BM25 索引。
这种破坏性升级的主要原因有两个:首先,团队改进了索引文件的磁盘存储位置,解决了不同数据库间索引可能互相覆盖的问题;其次,优化了内部文档 ID 字段(ctid)的表示方式,使索引体积更小。开发团队表示这将是最后一次导致磁盘不兼容的版本更新。
重大变更解析
索引存储位置重构
新版本彻底重构了 Tantivy 索引文件的存储路径结构。现在索引文件会按照数据库 ID、索引 ID 和文件编号进行组织存储。这种改变不仅解决了数据库间索引冲突的问题,还使 pg_search 能够更好地处理 create_bm25
和 drop_bm25
过程中的事务。
内部 ID 优化
团队优化了 ctid 值的存储方式,使其更加紧凑。在大规模索引(超过10GB)上,这一改变可节省约2%的磁盘空间,且索引越大节省效果越明显。不过这也意味着新版本无法兼容旧版本的索引格式。
索引清理机制
v0.10.0 改进了索引清理机制。现在执行 drop_bm25
、DROP INDEX
甚至 DROP SCHEMA
和 DROP TABLE
时,系统会自动删除对应的物理索引文件,解决了旧版本可能遗留垃圾文件的问题。
对象依赖关系
新版本在 SCHEMA 和 INDEX 之间建立了双向依赖关系。当其中一个对象被删除时,相关联的对象也会被自动清理,确保数据库结构的完整性。
单表单索引限制
从 v0.10.0 开始,每个表只能创建一个 BM25 索引。这一改变解决了旧版本中查询时可能无法正确使用指定索引的问题。
稳定性提升
JSON 字段支持
修复了包含 json 类型列的表在索引时可能导致的崩溃问题,现在这类字段可以安全地用于索引创建。
后台工作进程稳定性
改进了负责索引写入的后台工作进程的健壮性,解决了其在某些异常情况下可能提前退出并导致客户端崩溃的问题。
事务处理优化
优化了 COMMIT 和 ABORT 的处理逻辑,确保在事务回滚后能够正确提交。同时修复了 v0.9.3 中引入的 VACUUM 无法清理死元组的问题。
锁机制改进
将内部锁结构迁移到 parking_lot mutexes,提高了异常情况下的稳定性,并改善了用户可见的错误信息传递。
新功能亮点
查询计划器集成
新版本大幅改进了与 PostgreSQL 查询计划器的集成,支持更多查询计划类型并提供更准确的成本估算。特别值得注意的是 @@@
操作符现已正式支持,在 WHERE 子句中使用该操作符可以显著提升查询性能,特别是在不需要评分或排序的场景下。
分词配置灵活化
v0.10.0 提供了更细致的分词规则控制能力,包括词干提取(stemmer)和小写转换(lowercase)等过滤器现在可以按字段进行配置。
查询功能增强
新增了 fuzzy_phrase
查询支持,并引入了 lenient 和 conjunction 等配置选项,为用户提供更丰富的查询控制手段。
PostGIS 空间数据支持
ParadeDB 的 Docker 镜像现在内置了对 PostGIS 空间数据库扩展的支持,为地理空间数据应用提供了便利。
文档与测试改进
本次更新包含了大量文档重构工作,新增了教程和概念说明等内容,使新用户更容易上手。在持续集成方面,团队增加了 Helm chart 测试,改进了错误报告机制,并实现了 pgrx 版本的动态确定。
总结
ParadeDB v0.10.0 是一次重要的里程碑式更新,虽然升级过程需要特别注意,但带来的性能改进、稳定性提升和新功能使其成为值得升级的版本。特别是查询计划器的深度集成和灵活的分词配置,将为全文搜索应用带来显著的性能提升和更丰富的功能选择。
- 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~044CommonUtilLibrary
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!C0300- 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









