十年匠心定制 · 商业建站与技术教学双线并行 咨询热线:400-886-1026 service@lmnt.cn
ARTICLE DETAIL

资讯详情

深耕网站建设与运营推广的一线实战洞察。

5分钟装好pgvector:PostgreSQL向量搜索扩展的Linux新手安装指南

5分钟装好pgvector:PostgreSQL向量搜索扩展的Linux新手安装指南 5分钟装好pgvectorPostgreSQL向量搜索扩展的Linux新手安装指南【免费下载链接】pgvectorOpen-source vector similarity search for Postgres项目地址: https://gitcode.com/GitHub_Trending/pg/pgvectorpgvector 是 PostgreSQL 的开源向量相似性搜索扩展让你熟悉的数据库直接用 SQL 完成嵌入检索与语义搜索。需要搭建推荐或语义搜索应用、又不想多维护一套向量数据库时pgvector 是成本最低的选择。这篇 pgvector 安装教程以 Ubuntu 为例从环境检查到结果验证全程约 5 分钟每一步都可独立执行、独立验证。环境检查开始安装前备齐3样东西本教程基于 Ubuntu 22.04 / 24.04请先核对以下清单任何一项缺失都会导致编译失败操作系统Ubuntu 22.04 及以上已安装 git 与基础 shellPostgreSQL14 及以上推荐 16 / 17通过系统软件源 apt 安装即可无需手动下载安装程序服务器开发头文件postgresql-server-dev版本号须与当前 PostgreSQL 大版本一致源码获取pgvector 官方仓库使用 git 克隆地址见下文第一步路径一5分钟装好pgvector 这条路径是新手最快的路线适合使用默认安装的 PostgreSQL按编号顺序执行三步即可。第1步克隆 pgvector 源码到本地任意可写目录git clone https://gitcode.com/GitHub_Trending/pg/pgvector cd pgvector克隆成功后目录下应能看到src/、sql/等子目录说明源码已就位。第2步安装编译工具链和对应版本的服务器开发头文件16 换成你的实际大版本sudo apt update sudo apt install -y build-essential postgresql-server-dev-16安装过程无报错即依赖就绪可用pg_config --version确认编译器将识别到的版本。第3步编译并安装到默认 PostgreSQL 目录make sudo make installmake install正常结束即安装完成此时向量库文件与控制文件已复制到 PostgreSQL 的 lib 与 share/extension 目录。路径二进阶自定义构建适合开发者当同一台机器并存多个 PostgreSQL 大版本、需要指定版本构建时通过显式指定PG_CONFIG控制编译目标make PG_CONFIG/usr/lib/postgresql/17/bin/pg_config sudo make install这样编译会严格对准指定版本头文件需要切换版本时重新执行即可适合 16、17 共存的开发机场景。结果验证2条SQL确认安装是否成功重启 PostgreSQL 服务后用 psql 登录执行下面两条语句验证扩展是否就绪CREATE EXTENSION vector; SELECT extname, extversion FROM pg_extension WHERE extname vector;预期输出为单行结果extname 显示vector、extversion 为你刚构建的版本如 0.8.6两条语句均无报错即代表安装成功。上手体验4条SQL跑通向量相似度搜索下面 4 条语句让你在 30 秒内体验 pgvector 的核心能力——按距离找最近的向量CREATE TABLE items (id bigserial PRIMARY KEY, embedding vector(3)); INSERT INTO items (embedding) VALUES ([1,2,3]), ([4,5,6]), ([7,8,9]); SELECT * FROM items ORDER BY embedding - [3,1,2] LIMIT 3; DROP TABLE items;查询会先返回[1,2,3]这一行因为它的欧氏距离最小这正是相似性搜索的核心行为。常见报错与排查 报错1make: pg_config: command not found报错原文make: pg_config: command not found原因分析未安装 PostgreSQL 服务器开发头文件make 拿不到编译参数。解决方法执行sudo apt install postgresql-server-dev-16版本对齐后重新make。报错2could not open extension control file报错原文ERROR: could not open extension control file .../vector.control: No such file or directory原因分析控制文件未被复制到当前大版本的 extension 目录通常发生在多版本共存时选错了构建目标。解决方法用pg_config --sharedir查看目标目录确认vector.control是否存在缺失时用路径二对正确版本重新make install。报错3extension vector is not available报错原文ERROR: extension vector is not available原因分析pgvector 编译时对准的 PostgreSQL 大版本与当前连接的服务不一致动态库无法加载。解决方法用路径二显式指定目标版本的PG_CONFIG重新构建并安装再重启服务。4条实用技巧让pgvector运行更稳版本兼容pgvector 按 PostgreSQL 大版本编译数据库升级大版本后需重新构建一次。按库创建扩展是数据库级对象每个新建数据库都要单独执行一次CREATE EXTENSION vector。索引选型百万级数据建议建 HNSW 或 IVFFlat 索引加速检索小表顺序扫描即可不必建索引。维度一致建表时声明的向量维度必须与实际数据一致否则插入和查询都会报错。安装完成之后接下来可以做什么 验证通过后建议按以下路径继续深入接入真实业务数据用现成嵌入模型的输出做第一版语义搜索对比 HNSW 与 IVFFlat 的检索参数差异在自己数据上调召回与速度理解 L2、内积、余弦三种距离度量的适用场景为不同业务选对度量阅读源码中 test/ 目录的测试用例学习索引构建与查询的更多写法到这里PostgreSQL 已能同时承担关系数据与向量检索无需再引入额外组件。挑一个最小场景把第一条相似性查询跑在你的真实数据上就是最合适的起点。【免费下载链接】pgvectorOpen-source vector similarity search for Postgres项目地址: https://gitcode.com/GitHub_Trending/pg/pgvector创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
返回列表