跳转到主要内容

English
简体中文

外观

风格

Paper (默认) Slate Ink Terminal

明暗

亮色暗色跟随系统

浏览器未保存设置，此选择仅在当前页面有效。

Vchord

文档 PostgreSQL 向量检索、BM25 全文排序与分词扩展套件统一文档中心：涵盖 vchord、vchord_bm25、pg_tokenizer、pgvector、pgvecto.rs 与 pg_bestmatch。 vchord 基于 RaBitQ 量化技术，在 PostgreSQL 中实现可扩展、高速且磁盘友好的向量相似性检索。 vchord_bm25 面向 PostgreSQL 的原生 Okapi BM25 排序索引与 Block-WeakAnd 全文检索扩展（`vchord_bm25`）。 pg_tokenizer pg_tokenizer 完整指南：安装部署、文本分析器、字符/词元过滤器、预训练与自定义词表模型、多语言分词以及 SQL 参考手册。 pgvector PostgreSQL 开源向量相似性检索基础扩展：涵盖 vector、halfvec、bit 与 sparsevec 数据类型，精确与近似最近邻搜索，以及 HNSW 与 IVFFlat 索引。 pgvecto.rs vchord 的前身 pgvecto.rs（vectors 扩展）完整文档归档。 pg_bestmatch 在 PostgreSQL 内部生成 Okapi BM25 稀疏向量，并基于 pgvector（sparsevec）或 pgvecto.rs（svector）执行高性能关键词相关性检索。

Vchord：可扩展的 PostgreSQL 向量与全文检索家族
- 文档
  关于
  
  许可证
  
  署名与来源
  
  商标声明
  
  vchord
  
  快速入门
  
  概览
  
  安装指南
  
  Vchord 家族套件
  
  使用指南
  
  索引构建
  
  多向量检索
  
  图索引
  
  量化类型
  
  相似度过滤
  
  PostgreSQL 调优
  
  监控
  
  回退参数
  
  评估召回率
  
  预热
  
  预过滤
  
  预取
  
  表内重排序
  
  分区调优
  
  外部构建
  
  应用案例
  
  混合检索
  
  ColBERT 重排序
  
  ColQwen2 与 Modal
  
  基准测试
  
  价格
  
  性能
  
  对比 pgvector
  
  对比 Elasticsearch
  
  对比 pgvectorscale
  
  运维管理
  
  迁移指南
  
  可扩展性
  
  Kubernetes
  
  客户案例
  
  Earth Genome
  
  vchord_bm25
  
  快速上手
  
  架构概览
  
  安装指南
  
  快速开始
  
  使用指南与混合检索
  
  索引构建与维护
  
  查询与相关性评分
  
  过滤检索与预过滤
  
  混合检索 (BM25 + VectorChord)
  
  BM25 与 Block-WeakAnd 内部原理
  
  参考手册与基准测试
  
  SQL 参考手册
  
  GUC 与索引参数
  
  性能与精度基准测试
  
  迁移到 0.4.0
  
  版本历史与 API 演进
  
  pg_tokenizer
  
  安装指南
  
  分词器架构与基本用法
  
  文本分析器与过滤器
  
  分词词表模型
  
  多语言分词配方与限制
  
  SQL 与 TOML 参考
  
  pgvector
  
  安装与快速上手
  
  查询与过滤检索
  
  HNSW 与 IVFFlat 索引
  
  向量量化与稀疏向量
  
  参考手册、调优与 FAQ
  
  pgvecto.rs
  
  快速入门
  
  概览
  
  安装
  
  使用指南
  
  索引
  
  搜索
  
  监控
  
  量化
  
  兼容性
  
  应用案例
  
  混合搜索
  
  自适应检索
  
  图像搜索
  
  多租户
  
  稀疏向量
  
  生成式问答
  
  生态集成
  
  LangChain
  
  LlamaIndex
  
  Citus
  
  运维管理
  
  配置
  
  版本升级
  
  逻辑复制
  
  外部数据包装器 (FDW)
  
  Kubernetes
  
  迁移指南
  
  常见问题
  
  常见问答
  
  pgvecto.rs 对比 pgvector
  
  pgvecto.rs 对比专用向量数据库
  
  基准测试
  
  参考手册
  
  Schema
  
  索引选项
  
  搜索选项
  
  向量类型
  
  半精度向量
  
  8 位整数向量
  
  稀疏向量
  
  二值向量
  
  社区
  
  参与贡献 pgvecto.rs
  
  路线图
  
  采用者案例
  
  开发者指南
  
  开发教程
  
  pg_bestmatch
  
  安装与工作原理
  
  使用指南
  
  SQL 参考
- 博客
  工程实践
  
  在 PostgreSQL 上将向量搜索扩展至 10 亿规模
  
  我们如何在 PostgreSQL 上实现 20 分钟构建 1 亿向量索引
  
  借助 VectorChord-BM25 将搜索引擎级排序引入 PostgreSQL
  
  在 PostgreSQL 中利用上下文检索优化 RAG
  
  VectorChord：在 AWS 上高性价比地上传与搜索 4 亿向量
  
  一站式 VectorChord 套件：直接在 PostgreSQL 中构建生产就绪的 RAG 解决方案
  
  推出 Vechord：以 Pythonic 的方式将 PostgreSQL 打造成你的搜索引擎
  
  超越文本：使用 Modal 与 VectorChord 在 PostgreSQL 中解锁免 OCR 的 RAG
  
  在 PostgreSQL 中用 30 亿向量守护地球
  
  PostgreSQL 向量搜索：内存与磁盘方案对比分析
  
  PostgreSQL 全文检索：用对方法其实很快（打破“慢”的迷思）
  
  VectorChord-BM25：推出独立的多语言高级搜索分词器 pg_tokenizer
  
  基于 Postgres 原生 BM25 与 VectorChord 的混合搜索
  
  使用 VectorChord 在 PostgreSQL 中实现 10,000 QPS 的向量搜索
  
  VectorChord-BM25：用 BM25 排序彻底革新 PostgreSQL 搜索——速度比 ElasticSearch 快 3 倍
  
  我们真的需要专门的向量数据库吗？(2023)
  
  在 PostgreSQL 中使用 ColBERT 重排序为向量搜索赋能
  
  ARM + VectorChord：高性价比的快速向量搜索
  
  为什么 HNSW 不是终极答案
  
  VectorChord 外部聚类中心构建的优势与操作步骤
  
  VectorChord：在 PostgreSQL 中仅花 $1 存储 40 万向量
  
  推出 PGVecto.rs Cloud：PostgreSQL 可扩展向量搜索现已上云
  
  为 PGVecto.rs Cloud 引入 Terraform 支持
  
  释放稀疏向量的强大潜能
  
  pg_bestmatch.rs：用 BM25 全面提升 PostgreSQL 文本查询能力
  
  我的二值向量搜索比你的 FP32 向量更强
  
  2024 年 pgvector vs. pgvecto.rs：PostgreSQL 向量搜索全方位对比
  
  使用 pgvecto.rs 在 LangChain 中构建大语言模型应用
  
  使用 LlamaIndex 与 pgvecto.rs 构建 RAG 流水线
  
  我们真的需要专门的向量数据库吗？
  
  版本发布
  
  VectorChord 1.1：原生 4/8 比特向量类型与每索引查询默认值
  
  VectorChord 1.0：Postgres 上开发者优先的向量搜索，索引速度比 pgvector 快 100 倍
  
  VectorChord 0.5：全新的 RaBitQ 赋能 DiskANN 索引与持续召回率评估
  
  VectorChord 0.4：凭借高级 I/O 与预过滤实现更快的 PostgreSQL 向量搜索
  
  VectorChord 0.3：在 PostgreSQL 中实现高效的多向量上下文晚期交互
  
  VectorChord 0.2：支持 60,000 维向量，ARM 架构下索引速度提升 50%
  
  pgvecto.rs 0.2：在 PostgreSQL 中统一关系型查询与向量搜索