Atlas项目中pgvector的HNSW索引创建指南
2025-06-01 05:26:45作者:滑思眉Philip
背景介绍
在PostgreSQL生态系统中,pgvector是一个流行的扩展,用于存储和查询向量数据。随着AI和机器学习应用的普及,高效查询高维向量数据变得尤为重要。HNSW(Hierarchical Navigable Small World)是pgvector支持的一种高效索引类型,专门用于加速向量相似性搜索。
问题描述
在使用Atlas项目(一个数据库schema管理工具)时,开发者遇到了创建HNSW索引的挑战。具体表现为:
- 默认生成的SQL语句缺少必要的操作符类(operator class)
- 无法指定HNSW索引特有的参数(如m和ef_construction)
- 生成的索引创建语句不符合pgvector的要求
解决方案
Atlas项目团队已经解决了这些问题,以下是正确的HNSW索引创建方法:
基本语法
index "hnsw_embedding_idx" {
type = "hnsw"
on {
column = column.embedding
ops = "vector_l2_ops" # 或其他操作符类
}
}
完整示例
schema "public" {}
extension "vector" {
schema = schema.public
version = "0.8.0"
}
table "items" {
schema = schema.public
column "id" {
type = text
null = false
}
column "embedding" {
type = sql("vector(384)")
null = true
}
primary_key {
columns = [column.id]
}
index "hnsw_embedding_idx" {
type = "HNSW"
on {
column = column.embedding
ops = "vector_l2_ops"
}
storage_params {
m = 16
ef_construction = 64
}
}
}
关键点说明
-
操作符类选择:
vector_l2_ops
:用于欧几里得距离(L2)搜索vector_ip_ops
:用于内积(IP)相似性搜索vector_cosine_ops
:用于余弦相似性搜索
-
HNSW参数:
m
:控制图中每个节点的最大连接数,影响索引构建时间和搜索性能ef_construction
:控制索引构建时的搜索范围,影响索引质量和构建时间
-
版本要求:
- 需要使用Atlas Pro版本才能正确识别这些参数和vector扩展
最佳实践
- 根据应用场景选择合适的操作符类
- 调整HNSW参数以平衡查询性能和索引构建时间
- 在生产环境部署前进行充分的性能测试
- 定期监控索引性能并根据数据变化进行调整
总结
通过Atlas项目创建pgvector的HNSW索引时,需要特别注意操作符类和HNSW特定参数的配置。正确的配置可以显著提升向量相似性搜索的性能,为AI和机器学习应用提供高效的向量检索能力。随着Atlas项目的持续更新,开发者可以期待更完善的支持和更便捷的操作体验。
登录后查看全文
热门项目推荐
相关项目推荐
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
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~0360Hunyuan3D-Part
腾讯混元3D-Part00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++086Hunyuan3D-Omni
腾讯混元3D-Omni:3D版ControlNet突破多模态控制,实现高精度3D资产生成00Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
189
2.14 K

React Native鸿蒙化仓库
C++
205
284

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
9
1

Ascend Extension for PyTorch
Python
58
89

🎉 (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
967
572

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
545
76

openGauss kernel ~ openGauss is an open source relational database management system
C++
146
192

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
1.01 K
399

本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
392
23