burakince/pgvector

pgvector

镜像概述

pgvector是一个集成了pgvector扩展的PostgreSQL数据库Docker镜像，旨在提供向量数据库功能。pgvector作为PostgreSQL的开源向量扩展，支持存储向量数据并执行高效的相似性搜索，为需要处理向量数据的应用提供便捷的数据库解决方案。

核心功能与特性

• 向量数据支持：提供专用向量数据类型，可存储高维向量数据
• 相似性计算：支持欧氏距离、余弦相似度、内积等多种向量相似性度量方式
• 原生集成：与PostgreSQL数据库功能无缝融合，可结合SQL查询进行向量操作
• 容器化部署：通过Docker封装，简化环境配置，支持快速部署与版本管理

使用场景

• AI应用中的嵌入向量存储（如文本、图像、音频的向量表示）
• 推荐系统中的用户/物品向量匹配与相似度计算
• 语义搜索场景下的内容相似度检索
• 机器学习模型的特征向量存储与高效查询

可用标签

• 0.6.0
• 0.5.1

使用方法

基本部署

通过以下命令启动pgvector容器：

bash
docker run -d -p 5432:5432 burakince/pgvector

命令参数说明：

• -d：后台运行容器
• -p 5432:5432：端口映射，将容器的5432端口（PostgreSQL默认端口）映射到主机的5432端口
• burakince/pgvector：镜像名称，默认使用latest标签，可指定具体版本（如burakince/pgvector:0.6.0）

数据库连接

容器启动后，可使用PostgreSQL客户端连接数据库：

bash
psql -h localhost -p 5432 -U postgres

默认配置：

• 数据库用户：postgres
• 默认数据库：postgres
• 无密码（生产环境建议通过环境变量配置密码，如-e POSTGRES_PASSWORD=your_password）

启用pgvector扩展

连接数据库后，需手动启用pgvector扩展：

sql
CREATE EXTENSION vector;

向量操作示例

创建含向量字段的表：

sql
CREATE TABLE embeddings (
    id SERIAL PRIMARY KEY,
    vector_data vector(1536)  -- 1536维向量示例
);

插入向量数据：

sql
INSERT INTO embeddings (vector_data) 
VALUES ('[0.1, 0.2, 0.3, ..., 0.9]');  -- 1536维向量值

向量相似性查询（查找与目标向量最相似的记录）：

sql
SELECT id, vector_data <-> '[0.15, 0.25, 0.35, ..., 0.95]' AS distance
FROM embeddings
ORDER BY distance
LIMIT 5;