pgvector et pgvecto.rs sont tous deux des extensions de recherche vectorielle conçues pour améliorer les capacités de PostgreSQL. Ces extensions révolutionnent la manière dont la recherche vectorielle est effectuée dans la base de données, en fournissant des solutions évolutives, à faible latence et hybrides. Dans cet article de blog, nous illustrerons les différences entre pgvector et pgvecto.rs.
TL ; DR : Veuillez accéder directement à la dernière section qui contient un tableau présentant les principales distinctions entre les deux.
La recherche est essentielle pour une base de données. Il joue un rôle central en facilitant une récupération efficace des données, permettant aux utilisateurs de trouver et d'accéder rapidement aux informations dont ils ont besoin. Nous démontrerons leurs performances et mettrons en évidence les différentes fonctionnalités proposées par pgvecto.rs et pgvector.
Alors que pgvector et pgvecto.rs prennent en charge la recherche de similarité vectorielle dans PostgreSQL, pgvecto.rs va encore plus loin en introduisant la méthode VBASE d'OSDI 2023.
Les charges de travail du monde réel impliquent souvent une combinaison de recherche vectorielle et de requêtes relationnelles. Alors que la recherche vectorielle est puissante pour la correspondance de similarité et la récupération de vecteurs similaires, les requêtes relationnelles vous permettent d'effectuer des jointures, des filtres et des agrégations complexes sur des données structurées.
pgvecto.rs est conçu pour fonctionner efficacement dans les scénarios impliquant TopK à vecteur unique + Filtre + Rejoindre.
Nous utilisons lelaion-768-5m-ip-probabilitéensemble de données à des fins d’analyse comparative en raison de l’absence d’une évaluation relationnelle complète. L'ensemble de données est dérivé des images LAION 2B. Il contient 5 000 000 de vecteurs, 10 000 requêtes.
L'ensemble de données com...
[Courte citation de 8% de l'article original]