# pg_bestmatch 文档

> 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。

---

LLMS 索引： [llms.txt](/zh/llms.txt)

---

**`pg_bestmatch`**（`pg_bestmatch.rs`）是一个基于 Rust（`pgrx`）开发的 PostgreSQL 扩展，它通过将文档与查询文本转化为兼容 [`pgvector`](/zh/docs/vector/)（`sparsevec`）与 [`pgvecto.rs`](/zh/docs/vectors/)（`svector`）的 **BM25 加权稀疏向量**，在 PostgreSQL 内部原生实现 Okapi BM25 全文相关性排序。

> [!IMPORTANT] 演进推荐：`vchord_bm25` + `pg_tokenizer`
> `pg_bestmatch.rs` 是 TensorChord 第一代基于稀疏向量内积的 BM25 检索方案。对于新建生产环境，我们推荐使用新一代 [`vchord_bm25`](/zh/docs/bm25/) 搭配 [`pg_tokenizer`](/zh/docs/tokenizer/)——它采用专门设计的 **Block-WeakAnd（WAND）** 倒排索引替代了稀疏向量 HNSW 近似图检索，支持 100% 精确的 Top-K BM25 计分与更高吞吐量。

## 核心能力

- **数据库内原生生成 BM25 稀疏向量**：在 `bm25_catalog` 模式中维护语料库词频（TF）、逆文档频率（IDF）与平均文档长度统计信息，直接为文档与查询生成 BM25 稀疏向量。
- **无缝对接 [`pgvector`](/zh/docs/vector/) 与 [`pgvecto.rs`](/zh/docs/vectors/)**：支持直接输出标准 `sparsevec`（`pgvector 0.7.0+`）或 `svector`（`pgvecto.rs`），使用负内积操作符 `<#>` 即可计算 BM25 得分并利用 HNSW 索引加速。
- **内置分词器**：内置 HuggingFace `bert-base-uncased` WordPiece 词表（`30,522` 维），并提供独立的 `tokenize(text)` SQL 分词函数。

## 文档章节导航


- [安装与工作原理](/zh/docs/bestmatch/getting-started/) — 了解 `pg_bestmatch` 如何将 BM25 排序转化为稀疏向量内积，以及通过预编译包或源码安装并启用扩展。
- [使用指南](/zh/docs/bestmatch/usage/) — 基于斯坦福 LoCo 基准数据集的端到端实战教程，演示结合 [`pgvector`](/zh/docs/vector/) `sparsevec` 与 [`pgvecto.rs`](/zh/docs/vectors/) `svector` 的完整检索流程。
- [SQL 参考与方案对比](/zh/docs/bestmatch/reference/) — `bm25_create`、`bm25_refresh`、`bm25_drop`、`bm25_document_to_svector`、`bm25_query_to_svector` 与 `tokenize` 完整参考及方案对比。

---

本节页面：

- [安装与工作原理](/zh/docs/bestmatch/getting-started/): 了解 pg_bestmatch 如何将 BM25 评分转化为稀疏向量内积运算，以及如何安装与启用扩展。
- [使用指南](/zh/docs/bestmatch/usage/): 结合 pg_bestmatch 与 pgvector（sparsevec）或 pgvecto.rs（svector）构建 BM25 稀疏向量索引并执行全文检索的完整步骤。
- [SQL 参考与方案对比](/zh/docs/bestmatch/reference/): pg_bestmatch（bm25_catalog）的完整 SQL 函数参考手册，以及与 vchord_bm25 的架构对比。

---

反链：

- [pg_bestmatch.rs：用 BM25 全面提升 PostgreSQL 文本查询能力](/zh/blog/post/pgbestmatchrs-elevate-your-postgresql-text-queries-with-bm25/)
- [关于](/zh/docs/about/)
- [向量量化与稀疏向量](/zh/docs/vector/quantization/)
- [查询与过滤检索](/zh/docs/vector/querying/)