ParadeDB 使用教程

项目介绍

ParadeDB 是一个基于 Postgres 的 Elasticsearch 替代品。它旨在现代化 Elasticsearch 的产品套件，从实时搜索和分析开始。ParadeDB 提供了一个强大的搜索和分析引擎，支持全文搜索、密集和稀疏向量搜索以及混合搜索等功能。

项目快速启动

安装 ParadeDB

首先，确保你已经安装了 Docker。然后，使用以下命令拉取并运行 ParadeDB 的 Docker 镜像：

docker pull paradedb/paradedb
docker run -d --name paradedb -p 5432:5432 paradedb/paradedb

连接到 ParadeDB

你可以使用任何 Postgres 客户端连接到 ParadeDB。例如，使用 psql：

psql -h localhost -U postgres

创建索引和表

以下是一个简单的示例，展示如何创建一个索引和表：

CREATE INDEX my_index ON my_table USING bm25 (text_column);
CREATE TABLE my_table (
    id SERIAL PRIMARY KEY,
    text_column TEXT
);

应用案例和最佳实践

全文搜索

ParadeDB 提供了强大的全文搜索功能，支持 BM25 算法。以下是一个简单的示例：

SELECT * FROM my_table WHERE text_column @@ to_tsquery('search');

向量搜索

ParadeDB 支持密集和稀疏向量搜索，使用 pgvector 扩展。以下是一个示例：

CREATE EXTENSION pgvector;
CREATE TABLE items (
    id SERIAL PRIMARY KEY,
    embedding VECTOR(3)
);

INSERT INTO items (embedding) VALUES ('[1,2,3]'), ('[4,5,6]');

SELECT * FROM items ORDER BY embedding <-> '[3,1,2]' LIMIT 5;

典型生态项目

pg_analytics

pg_analytics 是一个由 DuckDB 驱动的 Postgres 分析扩展，提供了高性能的分析查询引擎。

tantivy

tantivy 是一个受 Apache Lucene 启发的全文搜索引擎库，用 Rust 编写。

hnswlib

hnswlib 是一个用于快速近似最近邻搜索的头文件 C++/Python 库。

通过这些生态项目，ParadeDB 能够提供一个完整的搜索和分析解决方案，适用于各种数据处理需求。