# vchord_bm25 文档

> 面向 PostgreSQL 的原生 Okapi BM25 排序索引与 Block-WeakAnd 全文检索扩展（`vchord_bm25`）。

---

LLMS 索引： [llms.txt](/zh/llms.txt)

---

> [!IMPORTANT]
> 当前源码面向 **0.4.0（尚未发布）**，使用原生 `tsvector` 和新的索引格式。标注 0.3.x 的 `bm25vector` 示例仅适用于旧版。两者不能原地升级；请先阅读[0.4.0 迁移指南](/zh/docs/bm25/reference/migration/)。


**`vchord_bm25`**（由 Pigsty 在 [`pgsty/vchord_bm25`](https://github.com/pgsty/vchord_bm25) 维护）是一个使用 Rust（`pgrx`）构建的原生 PostgreSQL 扩展，在 PostgreSQL 内部实现了 **Okapi BM25** 相关性排序算法以及 **Block-WeakAnd（Block-Max WAND）** Top-K 索引扫描访问方法。

配合 **[`pg_tokenizer`](/zh/docs/tokenizer/)**（由 Pigsty 在 [`pgsty/pg_tokenizer`](https://github.com/pgsty/pg_tokenizer) 维护，提供可定制的多语言分词与词表模型）或 PostgreSQL 内置的 `tsvector` 分析器，`vchord_bm25` 将 Elasticsearch/Lucene 级别的词法全文检索排序能力直接带入关系型数据库，并能与 **[`vchord`](/zh/docs/vchord/)** 和 **[`pgvector`](/zh/docs/vector/)** 无缝结合，实现语义 + 词法混合检索。


  - [快速上手](/zh/docs/bm25/getting-started/) — 了解为什么需要 BM25，安装 vchord_bm25 与 pg_tokenizer，并运行你的第一条全文排序查询。
  - [使用与索引指南](/zh/docs/bm25/usage/) — 构建 bm25 索引、执行 Top-K Block-WeakAnd 查询、使用 WHERE 预过滤与检查索引页。
  - [混合检索](/zh/docs/bm25/usage/hybrid-search/) — 在单条 SQL 中通过 RRF 或 ColBERT 重排序，融合稀疏 BM25 词法检索与 [`vchord`](/zh/docs/vchord/) 稠密向量检索。
  - [参考手册与基准测试](/zh/docs/bm25/reference/) — 完整的 SQL 类型、操作符、函数、GUC 参数、版本演进历史以及 BEIR 基准测试结果。
  - [0\.3\.x 至 0\.4\.0 迁移指南](/zh/docs/bm25/reference/migration/) — 从 `bm25vector` + `pg_tokenizer`（0.3.x）架构迁移至 0.4.0 原生 `tsvector` 索引格式的分步指南。
  - [pg\_tokenizer 文档](/zh/docs/tokenizer/) — 配置文本分析器、词干提取器、停用词、同义词、HuggingFace 模型、中文结巴（Jieba）与日文 Lindera 分词。


## 核心特性 {#highlights}

- **纯正的 Okapi BM25 评分**：完整支持逆文档频率（IDF）、词频饱和度控制（\(k_1\)）以及单字节量化的文档长度归一化（\(b\) 与平均文档长度 \(\text{avgdl}\)），从根本上解决了 PostgreSQL 原生 `ts_rank` 的相关性排序局限。
- **Block-WeakAnd 索引加速**：使用差分位打包（Delta-Bitpacking）存储压缩倒排链表，并在每个块中记录最大得分上界，在 Top-K 查询期间直接跳过缺乏竞争力的文档块，无需扫描整条倒排链。
- **多语言分词支持**：在 `v0.1`–`v0.3` 中可配合 [`pg_tokenizer`](/zh/docs/tokenizer/)（支持 `llmlingua2`、`bert_base_uncased`、`wiki_tocken`、`gemma2b`、自定义语料训练模型、中文 `jieba`、日文 `lindera`）使用；在新一代 `main` 架构中更可直接支持 PostgreSQL 原生 `tsvector`。
- **与 Vchord 原生混合检索**：在单条 SQL 查询中同时运行词法 BM25 检索（`vchord_bm25`）与稠密向量检索（`vchordrq`），支持倒数排序融合（RRF）或 ColBERT MaxSim 重排序。

---

本节页面：

- [快速上手](/zh/docs/bm25/getting-started/): vchord_bm25 与 pg_tokenizer 的架构概览、安装方式与快速入门指南。
- [使用指南与混合检索](/zh/docs/bm25/usage/): 索引管理、Top-K 查询、预过滤、与 vchord 的混合检索以及 Block-WeakAnd 内部原理。
- [参考手册与基准测试](/zh/docs/bm25/reference/): vchord_bm25 与 pg_tokenizer 的完整 SQL 参考手册、GUC 参数、性能基准测试与版本演进历史。

---

反链：

- [一站式 VectorChord 套件：直接在 PostgreSQL 中构建生产就绪的 RAG 解决方案](/zh/blog/post/all-in-one-vectorchord-suite-building-production-ready-rag-solutions-directly-in-postgresql/)
- [基于 Postgres 原生 BM25 与 VectorChord 的混合搜索](/zh/blog/post/hybrid-search-with-postgres-native-bm25-and-vectorchord/)
- [推出 Vechord：以 Pythonic 的方式将 PostgreSQL 打造成你的搜索引擎](/zh/blog/post/introducing-vechord-turn-postgresql-into-your-search-engine-in-a-pythonic-way/)
- [PostgreSQL 全文检索：用对方法其实很快（打破“慢”的迷思）](/zh/blog/post/postgresql-full-text-search-fast-when-done-right-debunking-the-slow-myth/)
- [在 PostgreSQL 中使用 ColBERT 重排序为向量搜索赋能](/zh/blog/post/supercharge-vector-search-with-colbert-rerank-in-postgresql/)
- [文档](/zh/docs/)
- [关于](/zh/docs/about/)
- [pg_bestmatch](/zh/docs/bestmatch/)
- [SQL 参考](/zh/docs/bestmatch/reference/)
- [pg_tokenizer](/zh/docs/tokenizer/)
- [vchord](/zh/docs/vchord/)
- [安装与快速上手](/zh/docs/vector/getting-started/)
- [查询与过滤检索](/zh/docs/vector/querying/)