arthikealexandria/pgvector

pgvector镜像文档

镜像概述

本镜像基于PostgreSQL构建，已预先安装并启用pgvector扩展。pgvector是PostgreSQL的向量相似性搜索扩展，用于存储向量数据并执行高效的相似性查询，广泛应用于人工智能、机器学习等需要处理向量嵌入的场景。

核心功能与特性

• 预启用pgvector扩展：无需手动安装配置，容器启动后即可直接使用pgvector功能
• 完整PostgreSQL兼容：保留PostgreSQL全部原生功能，可作为标准PostgreSQL数据库使用
• 向量数据支持：支持向量数据类型（vector）及相关操作符（如余弦相似度<->、内积<#>等）
• 轻量级集成：在标准PostgreSQL镜像基础上最小化添加pgvector依赖，保持镜像精简

使用场景

• AI应用中的向量嵌入存储（如文本、图像、音频的特征向量）
• 相似性搜索服务（如内容推荐系统、语义搜索引擎、重复内容检测）
• 机器学习模型的向量数据管理与查询
• 需要高效向量相似性计算的数据分析场景

使用方法

基本部署（docker run）

bash
docker run -d \
  --name pgvector-db \
  -e POSTGRES_USER=myuser \
  -e POSTGRES_PASSWORD=mypassword \
  -e POSTGRES_DB=mydb \
  -p 5432:5432 \
  pgvector-image:latest

Docker Compose配置

yaml
version: '3'
services:
  pgvector:
    image: pgvector-image:latest
    container_name: pgvector-db
    environment:
      POSTGRES_USER: myuser
      POSTGRES_PASSWORD: mypassword
      POSTGRES_DB: mydb
    ports:
      - "5432:5432"
    volumes:
      - pgvector-data:/var/lib/postgresql/data
    restart: unless-stopped

volumes:
  pgvector-data:

验证pgvector扩展

1. 进入容器：

bash
docker exec -it pgvector-db psql -U myuser -d mydb

2. 检查扩展状态：

sql
SELECT * FROM pg_extension WHERE extname = 'vector';

若返回结果包含vector扩展信息，表明已成功启用。

基本向量操作示例

1. 创建含向量字段的表：

sql
CREATE TABLE items (
  id SERIAL PRIMARY KEY,
  embedding vector(3)  -- 3维向量
);

2. 插入向量数据：

sql
INSERT INTO items (embedding) VALUES ('[1,2,3]'), ('[4,5,6]'), ('[7,8,9]');

3. 执行相似性查询（计算余弦相似度）：

sql
SELECT id, embedding <-> '[3,2,1]' AS similarity 
FROM items 
ORDER BY similarity 
LIMIT 1;

环境变量配置

数据持久化

建议通过Docker卷（Volume）挂载/var/lib/postgresql/data目录，确保容器重启后数据不丢失，如上述Docker Compose配置示例所示。