跳转到主要内容

索引选项

我们使用 TOML 语法来描述索引配置。以下是配置中各个键的含义说明。

我们使用 TOML 语法来表达索引的配置参数。以下是配置中各个顶层键（表）的含义：

键名 类型 说明
segment table 分段（Segment）相关选项。
optimizing table 后台优化相关选项。
indexing table 用于构建索引的算法配置。

segment 表选项

键名 类型 取值范围 默认值 说明
max_growing_segment_size integer [1, 4_000_000_000] 20_000 未建立索引的增长中分段的最大向量数量。
max_sealed_segment_size integer [1, 4_000_000_000] 1_000_000 已封存（建立索引）分段的最大向量数量。

optimizing 表选项

键名 类型 取值范围 默认值 说明
optimizing_threads integer [1, 65535] CPU 核心数的平方根 后台构建索引的最大线程数。
sealing_secs integer [1, 60] 60 见下方说明。
sealing_size integer [1, 4_000_000_000] 1 见下方说明。

如果一个写入分段（write segment）中的向量数大于 sealing_size，且在连续 sealing_secs 秒内没有接收到新数据，该写入分段将被转为已封存分段（sealed segment）以构建索引。

indexing 表选项

键名 类型 说明
flat table 若设置此表，索引将使用暴力搜索（flat）算法。
ivf table 若设置此表，索引将使用 IVF 算法。
hnsw table 若设置此表，索引将使用 HNSW 算法。

在上述三种索引算法中只能选择其一，默认值为 hnsw。

flat 表选项

键名 类型 说明
quantization table 要使用的量化算法配置。

ivf 表选项

键名 类型 取值范围 默认值 说明
nlist integer [1, 1_000_000] 1000 聚类单元（聚类中心）的数量。
nsample integer [1, 1_000_000] 65536 用于 K-Means 聚类训练的样本数量。
least_iterations integer [1, 1_000_000] 16 K-Means 聚类的最少迭代次数。
iterations integer [1, 1_000_000] 500 K-Means 聚类的最大迭代次数。
quantization table 要使用的量化算法配置。

hnsw 表选项

键名 类型 取值范围 默认值 说明
m integer [4, 128] 12 节点的最大连接度数。
ef_construction integer [10, 2000] 300 构建索引时的搜索范围。
quantization table 要使用的量化算法配置。

quantization 表选项

键名 类型 说明
trivial table 若设置此表，则不使用任何量化。
scalar table 若设置此表，则使用标量量化（Scalar Quantization）。
product table 若设置此表，则使用乘积量化（Product Quantization）。

在上述量化算法中只能选择其一，默认值为 trivial。

product 表选项

键名 类型 取值范围 默认值 说明
sample integer [1, 1_000_000] 65535 用于量化训练的样本数量。
ratio enum "x4", "x8", "x16", "x32", "x64" "x4" 量化的压缩比。

压缩比（ratio）表示存储向量时节省的内存比例。例如，对于标准 32 位浮点向量 vector，"x4" 表示内存占用降至原来的 14\frac{1}{4}；如果您是在半精度向量 vecf16 上创建索引，则 "x4" 表示内存占用降至原来的 12\frac{1}{2}。

最后修改 2026-11-02 · docs: add Chinese translation, BM25 & tokenizer docs, and unify Vchord suite branding (14fbc31)
本页改编自 tensorchord/pgvecto.rs-docs，© 2023–Present TensorChord Inc.，依 Apache License 2.0 授权，详见归属声明与修改历史。