pg_vectorsearch 是一款 PostgreSQL 扩展，用于高性能近似最近邻（ANN）搜索，已在 GitHub 上分享，并在 Hacker News 上引发讨论。该扩展目前处于 alpha 阶段，仅适用于测试，而非生产环境。预发布版本之间可能无法升级，因此用户应计划删除并重新创建该扩展及其索引。更新日志列出了已知问题。
该扩展的 PRISM 索引（Partitioned Routing Index for Similarity Matching，相似性匹配分区路由索引）是一种索引访问方法，在概念上与 pgvector 的 IVFFlat 相似，但其构建基于 RaBitQ 量化、分层路由和分区。它使用 C 语言实现，支持 SIMD 距离计算（AVX2、AVX512、NEON），支持动态插入、更新和删除，并可通过 prism_rebalance 对倒排列表进行重新平衡。该项目声明，PRISM 在查询和索引构建方面均显著快于 pgvector 的 IVFFlat 和 HNSW；在一个包含 1 亿个向量的数据集上，它在内存仅为四分之一的实例中，以同等召回率超过了 HNSW。
PRISM 使用分层质心树将向量划分为多个簇，并依赖 PostgreSQL 缓冲区缓存使该树保持常驻。向量经过 RaBitQ 量化后存储在倒排列表中。其误差界限可以排除不可能成为最近邻的向量，从而减少所需的全精度重排序次数。
用户可以将向量存储在原生的 vec32 或 vec16 列中，也可以直接在现有的 pgvector vector 或 halfvec 列上构建 PRISM 索引，而无需更改表或查询。两种方式使用相同的运算符和调优设置，例如用于权衡召回率与速度的 prism.nprobe。
来源: Hacker News · 由HeadlinesBriefing整理摘要