Skip to main content
Postgres Embedding 是 Postgres 的开源向量相似性搜索扩展，使用 分层可导航小世界（HNSW） 进行近似最近邻搜索。
它支持：
  • 使用 HNSW 的精确与近似最近邻搜索
  • L2 距离
本笔记本展示如何使用 Postgres 向量数据库（PGEmbedding）。
PGEmbedding 集成会为你创建 pg_embedding 扩展，但你需要运行以下 Postgres 查询来添加它： 
CREATE EXTENSION embedding;

# Pip install necessary package
pip install -qU  langchain-openai langchain-community
pip install -qU  psycopg2-binary
pip install -qU  tiktoken
将 OpenAI API 密钥添加到环境变量中，以使用 OpenAIEmbeddings。 
import getpass
import os

if "OPENAI_API_KEY" not in os.environ:
    os.environ["OPENAI_API_KEY"] = getpass.getpass("OpenAI API Key:")

OpenAI API Key:········

## Loading environment variables
from typing import List, Tuple

from langchain_community.document_loaders import TextLoader
from langchain_community.vectorstores import PGEmbedding
from langchain_core.documents import Document
from langchain_openai import OpenAIEmbeddings
from langchain_text_splitters import CharacterTextSplitter

if "DATABASE_URL" not in os.environ:
    os.environ["DATABASE_URL"] = getpass.getpass("Database Url:")

Database Url:········

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

embeddings = OpenAIEmbeddings()
connection_string = os.environ.get("DATABASE_URL")
collection_name = "state_of_the_union"

db = PGEmbedding.from_documents(
    embedding=embeddings,
    documents=docs,
    collection_name=collection_name,
    connection_string=connection_string,
)

query = "What did the president say about Ketanji Brown Jackson"
docs_with_score: List[Tuple[Document, float]] = db.similarity_search_with_score(query)

for doc, score in docs_with_score:
    print("-" * 80)
    print("Score: ", score)
    print(doc.page_content)
    print("-" * 80)

​
在 Postgres 中使用向量存储

​
在 PG 中上传向量存储

db = PGEmbedding.from_documents(
    embedding=embeddings,
    documents=docs,
    collection_name=collection_name,
    connection_string=connection_string,
    pre_delete_collection=False,
)

​
创建 HNSW 索引

默认情况下，扩展执行顺序扫描搜索，召回率为 100%。你可以考虑创建 HNSW 索引用于近似最近邻（ANN）搜索，以加速 similarity_search_with_score 的执行时间。要在向量列上创建 HNSW 索引，请使用 create_hnsw_index 函数： 
PGEmbedding.create_hnsw_index(
    max_elements=10000, dims=1536, m=8, ef_construction=16, ef_search=16
)
上述函数等价于运行以下 SQL 查询： 
CREATE INDEX ON vectors USING hnsw(vec) WITH (maxelements=10000, dims=1536, m=3, efconstruction=16, efsearch=16);
上述语句中使用的 HNSW 索引选项包括：
  • maxelements：定义索引的最大元素数。这是一个必需参数。上面示例中的值为 3。实际场景中的值会大得多，例如 1000000。“元素”指数据集中的数据点（向量），在 HNSW 图中表示为节点。通常，你应将此选项设置为能容纳数据集中行数的值。
  • dims：定义向量数据中的维度数。这是一个必需参数。上面示例中使用了较小的值。如果你存储的是使用 OpenAI 的 text-embedding-ada-002 模型生成的数据（该模型支持 1536 维），则应定义值 1536。
  • m：定义图构建期间为每个节点创建的最大双向链接（也称为”边”）数。 还支持以下附加索引选项：
  • efConstruction：定义索引构建期间考虑的最近邻数量。默认值为 32。
  • efsearch：定义索引搜索期间考虑的最近邻数量。默认值为 32。 有关如何配置这些选项以影响 HNSW 算法的信息，请参阅调整 HNSW 算法。

​
在 PG 中检索向量存储

store = PGEmbedding(
    connection_string=connection_string,
    embedding_function=embeddings,
    collection_name=collection_name,
)

retriever = store.as_retriever()

retriever

VectorStoreRetriever(vectorstore=<langchain_community.vectorstores.pghnsw.HNSWVectoreStore object at 0x121d3c8b0>, search_type='similarity', search_kwargs={})

db1 = PGEmbedding.from_existing_index(
    embedding=embeddings,
    collection_name=collection_name,
    pre_delete_collection=False,
    connection_string=connection_string,
)

query = "What did the president say about Ketanji Brown Jackson"
docs_with_score: List[Tuple[Document, float]] = db1.similarity_search_with_score(query)

for doc, score in docs_with_score:
    print("-" * 80)
    print("Score: ", score)
    print(doc.page_content)
    print("-" * 80)
Edit this page on GitHub or file an issue.
Connect these docs to Claude, VSCode, and more via MCP for real-time answers.