# vchord 文档

> 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。

---

LLMS 索引： [llms.txt](/zh/llms.txt)

---

**`vchord`**（VectorChord）是基于 [`pgvector`](/zh/docs/vector/) 构建的 PostgreSQL 扩展，专为可扩展、高性能且磁盘友好的向量相似性检索设计。依托 **RaBitQ** 1-bit/4-bit/8-bit 量化技术，它提供倒排文件（`vchordrq`）与单层图（`vchordg`）两种索引访问方法，并原生支持多向量 MaxSim（`@#`）、球面范围查询（`<<->>`）以及外部聚类中心预计算。

## 核心章节导航


- [快速上手](/zh/docs/vchord/getting-started/) — 架构概览、快速开始教程、通过 Pigsty / Docker / 预编译包安装，以及从 [`pgvecto.rs`](/zh/docs/vectors/) 迁移指南。
- [使用指南](/zh/docs/vchord/usage/) — 使用 `vchordrq` 与 `vchordg` 建索引、最近邻与球面范围搜索、过滤查询、索引预热、外部构建与完整 SQL 参考。
- [应用场景](/zh/docs/vchord/use-case/) — ColBERT 多向量 MaxSim（`@#`）延迟交互检索，以及结合 [`vchord_bm25`](/zh/docs/bm25/) 与 [`pg_tokenizer`](/zh/docs/tokenizer/) 的混合检索。
- [基准测试与成本](/zh/docs/vchord/benchmark/) — 基于 GIST-1M、Cohere-10M 与 LAION-100M 数据集的可复现性能、召回率、内存与 TCO 成本对比。
- [运维管理](/zh/docs/vchord/admin/) — 生产环境参数调优、内存规划、I/O 并发设置、VACUUM 维护与版本升级流程。
- [用户案例](/zh/docs/vchord/customer-stories/) — 牛津大学如何利用 `vchord` 在单台 PostgreSQL 中存储并检索 30 亿地球观测嵌入向量。


## 关键专题直达


- [vchordrq 与 vchordg 索引选型](/zh/docs/vchord/usage/indexing/) — 对比磁盘友好型层次化 K-Means 倒排索引（`vchordrq`）与低延迟单层图索引（`vchordg`），掌握构建与查询参数。
- [RaBitQ4 与 RaBitQ8 量化类型](/zh/docs/vchord/usage/quantization-types/) — 将 32 位浮点向量压缩为 4-bit（`rabitq4`）或 8-bit（`rabitq8`）量化存储类型，兼顾极高压缩比与严格误差下界。
- [多向量 MaxSim \(\@\#\) 检索](/zh/docs/vchord/usage/multi-vector-retrieval/) — 基于 WARP 动态剪枝对 `vector[]` 词元向量数组建立索引，在 SQL 中直接运行 ColBERTv2 与 ColPali 视觉文档检索。
- [外部预计算构建索引](/zh/docs/vchord/usage/external-build/) — 将 K-Means 聚类质心计算卸载至外部 CPU 或 GPU 集群，20 分钟完成 1 亿向量索引构建且零主库争用。
- [生产参数调优与内存规划](/zh/docs/vchord/usage/postgresql-tuning/) — 精细调优 `probes`、`epsilon`、`ef_search`、`io_search`、`max_scan_tuples` 及 PostgreSQL 共享内存配置。
- [从 pgvecto\.rs 平滑迁移](/zh/docs/vchord/admin/migration/) — 提供从 [`pgvecto.rs`](/zh/docs/vectors/)（`vectors` 扩展）或 `pgvector` HNSW/IVFFlat 迁移至 `vchord` 的分步实操指南。

---

本节页面：

- [快速入门](/zh/docs/vchord/getting-started/): 概览、安装包、Docker 镜像以及 Vchord 检索扩展家族。
- [使用指南](/zh/docs/vchord/usage/): 使用 vchordrq 与 vchordg 构建索引、MaxSim 多向量检索、量化类型、范围查询与性能调优。
- [应用案例](/zh/docs/vchord/use-case/): 涵盖 BM25 + 稠密向量混合检索、ColBERT 重排序以及多模态免 OCR RAG 的端到端实战指南。
- [基准测试](/zh/docs/vchord/benchmark/): 与 pgvector、pgvectorscale 及 Elasticsearch 在价格、吞吐量、延迟和召回率方面的基准测试对比。
- [运维管理](/zh/docs/vchord/admin/): 从 pgvecto.rs 或 pgvector 迁移、水平读取扩展架构以及 Kubernetes 部署指南。
- [客户案例](/zh/docs/vchord/customer-stories/): VectorChord 在数十亿级向量规模下的真实生产环境部署案例。

---

反链：

- [在 PostgreSQL 中用 30 亿向量守护地球](/zh/blog/post/3-billion-vectors-in-postgresql-to-protect-the-earth/)
- [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/)
- [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/)
- [PostgreSQL 向量搜索：内存与磁盘方案对比分析](/zh/blog/post/vector-search-over-postgresql-a-comparative-analysis-of-memory-and-disk-solutions/)
- [VectorChord-BM25：用 BM25 排序彻底革新 PostgreSQL 搜索——速度比 ElasticSearch 快 3 倍](/zh/blog/post/vectorchord-bm25-revolutionize-postgresql-search-with-bm25-ranking-3x-faster-than-elasticsearch/)
- [VectorChord：在 AWS 上高性价比地上传与搜索 4 亿向量](/zh/blog/post/vectorchord-cost-efficient-upload-and-search-of-400-million-vectors-on-aws/)
- [VectorChord：在 PostgreSQL 中仅花 $1 存储 40 万向量](/zh/blog/post/vectorchord-store-400k-vectors-for-1-in-postgresql/)
- [文档](/zh/docs/)
- [关于](/zh/docs/about/)
- [vchord_bm25](/zh/docs/bm25/)
- [pgvector](/zh/docs/vector/)
- [安装与快速上手](/zh/docs/vector/getting-started/)
- [HNSW 与 IVFFlat 索引](/zh/docs/vector/indexing/)
- [向量量化与稀疏向量](/zh/docs/vector/quantization/)
- [查询与过滤检索](/zh/docs/vector/querying/)
- [参考手册、调优与 FAQ](/zh/docs/vector/reference/)
- [pgvecto.rs](/zh/docs/vectors/)