timescale/pgvectorscale

这是什么？

核心功能

• 01为 pgvector 的 embedding 列新增 StreamingDiskANN 索引。
• 02使用 Statistical Binary Quantization 压缩向量存储。
• 03通过 && 数组重叠操作符支持基于标签的过滤搜索。
• 04支持与 pgvector 一致的余弦、L2 和内积距离操作符。
• 05提供可调的构建参数和查询参数，用于权衡精度与速度。

适用场景

• 在现有 PostgreSQL 数据库中实现语义搜索或 RAG 检索。
• 在自托管的 Postgres 上存储大规模 embedding 数据，降低成本。
• 按分类标签或元数据条件过滤最近邻搜索结果。

快速上手

1. 1

   运行 TimescaleDB Docker 镜像(参见链接的安装文档)

2. 2

   使用 psql 连接到数据库

   psql -d "postgres://<username>:<password>@<host>:<port>/<database-name>"
3. 3

   创建 pgvectorscale 扩展(CASCADE 会同时安装 pgvector)

   CREATE EXTENSION IF NOT EXISTS vectorscale CASCADE;

使用前须知

• !由于一个未解决的问题,无法在 macOS Intel (x86) 机器上从源码构建。
• !从源码安装需要 Rust 工具链和 cargo-pgrx 构建环境。

收录于专题

标签

常见问题

pgvectorscale 是什么？

基于 Rust 的 Postgres 扩展，在 pgvector 之上提供 DiskANN 索引和标签过滤，用于更快、更省成本的向量检索。 pgvectorscale 是一个 PostgreSQL 扩展，与开源向量扩展 pgvector 配合使用，用于加速 embedding 列上的近似最近邻搜索。它新增了 StreamingDiskANN 索引类型，灵感来自微软的 DiskANN 研究，并提供基于 Statistical Binary Quantization 的压缩存储布局。

pgvectorscale 可以免费使用吗？用的什么许可证？

pgvectorscale 以 PostgreSQL 许可证开源。用于商业产品前，请先确认许可证条款。

pgvectorscale 还在维护吗？

活跃维护中。pgvectorscale 最近一次提交是在 2026年10月14日。

pgvectorscale 适合用来做什么？

在现有 PostgreSQL 数据库中实现语义搜索或 RAG 检索。 在自托管的 Postgres 上存储大规模 embedding 数据，降低成本。 按分类标签或元数据条件过滤最近邻搜索结果。

pgvectorscale 怎么安装和运行？

运行 TimescaleDB Docker 镜像(参见链接的安装文档) 使用 psql 连接到数据库: psql -d "postgres://<username>:<password>@<host>:<port>/<database-name>" 创建 pgvectorscale 扩展(CASCADE 会同时安装 pgvector): CREATE EXTENSION IF NOT EXISTS vectorscale CASCADE;

在哪里获取 pgvectorscale？

源代码和安装说明在 GitHub 上：https://github.com/timescale/pgvectorscale