PostgreSQL Hybrid能力岂非“小趴菜”数据库可比 ？

❝

开头还是介绍一下群，如果感兴趣PolarDB ,MongoDB ,MySQL ,PostgreSQL ,Redis, OceanBase, Sql Server等有问题，有需求都可以加群群内有各大数据库行业大咖，可以解决你的问题。加群请联系 liuaustin3 ，（共3300人左右 1 + 2 + 3 + 4 +5 + 6 + 7 + 8 +9）(1 2 3 4 5 6 7群均已爆满，开8群近400 9群 200+，开10群PolarDB专业学习群 7月份开课)

PostgreSQL 是开源数据库中hybird的头牌，对开源数据库中的小趴菜，上次已经说了它，招致一些“谩骂”，但是事实如此，骂的越凶，越是心虚的表现，从本期开始将用多期来说明PostgreSQL和其他的数据库在hybird的“大展宏图”，当然“小趴菜”那个数据库是做不到的。

被骂后的文字--技术人不脱离思维困局，终局是个 “死” ？ ! ......

卷呀卷，Hybrid 混合查询学习--哪个库是小趴菜

今天我们来实际的深入PostgreSQL的hybird功能，将混合查询完美的在PostgreSQL中实现。 首先我们先准备好一个PostgreSQL数据库，这里我们使用PostgreSQL16 这个版本来进行相关的工作。

这里我将使用pgvector ,GIN/Gist+tsvector，先进行第一期的Hybird的介方案介绍。pgvector是PostgreSQL 开源扩展，它为PostgreSQL 提供了高效存储，检索和向量相似的搜索能力。他将PostgreSQL变成了一个向量数据库。这也是PostgreSQL数据库之美的重要组成部分，俗称万能的PostgreSQL的由来就是这么来的。

PostgreSQL 引入了vector数据类型，在表中存储高维向量，ruembedding vector(1536),其核心功能是计算向量之间的距离，或近似度，找到用户查询向量最相似的K个向量。支持多种距离度量。其中主要的应用场景为语义搜索，问答系统，或者推荐系统，重复的内容方面的检测，以及异常检测等。使用的应用范围和场景非常的多。

下面我们将实际来操作我们的pgvector

postgres=# create extension vector;
CREATE EXTENSION
postgres=# \c test
You are now connected to database "test" as user "postgres".
test=# create extension vector;
CREATE EXTENSION

test=# CREATE TABLE documents (
test(#     id SERIAL PRIMARY KEY,
test(#     title TEXT,
test(#     content TEXT,
test(#     category TEXT,
test(#     published_date TIMESTAMP,
test(#     embedding VECTOR(10)
test(# );
 AS published_date,
    (
        SELECT
'[' || string_agg(
                (round(random()::numeric * 100) / 100)::text,
', '
            ) || ']'
        FROM
            generate_series(1, 10)
    )::vector
FROM
    generate_series(1, 100000) as i;

CREATE INDEX ON documents USING ivfflat (embedding vector_cosine_ops)
WITH (lists = 100);

CREATE INDEX ON documents (category);

CREATE INDEX ON documents (published_date);CREATE TABLE
test=# 
test=# INSERT INTO documents (title, content, category, published_date, embedding)
test-# SELECT
test-#     'document ' || i::text AS title,
test-#     'topic ' || (i % 10)::text || ' detail info。' AS content,
test-#     CASE i % 3
test-#         WHEN 0 THEN 'tech'
test-#         WHEN 1 THEN 'ai'
test-#         ELSE 'business'
test-#     END AS category,
test-#     now() - (random() * 365)::int * interval '1 day' AS published_date,
test-#     (
test(#         SELECT
test(#             '[' || string_agg(
test(#                 (round(random()::numeric * 100) / 100)::text,
test(#                 ', '
test(#             ) || ']'
test(#         FROM
test(#             generate_series(1, 10)
test(#     )::vector
test-# FROM
test-#     generate_series(1, 100000) as i;
INSERT 0 100000
test=# 
test=# CREATE INDEX ON documents USING ivfflat (embedding vector_cosine_ops)
test-# WITH (lists = 100);
CREATE INDEX
test=# 
test=# CREATE INDEX ON documents (category);
CREATE INDEX
test=# 
test=# CREATE INDEX ON documents (published_date);
CREATE INDEX
test=# 

第一种查询方式，查询向量近似度查询

test=# 
test=# SELECT id, title, content, category, published_date, embedding <#> '[0.1, 0.2, -0.1, 0.3, 0.0, -0.2, 0.4, -0.3, 0.1, 0.05]' AS distance
test-# FROM documents
test-# ORDER BY distance
test-# LIMIT 5;
 id |   title    |        content        | category |       published_date       |       distance       
----+------------+-----------------------+----------+----------------------------+----------------------
  2 | document 2 | topic 2 detail info。 | business | 2025-04-05 05:21:57.528955 | -0.40450000762939453
  3 | document 3 | topic 3 detail info。 | tech     | 2024-08-02 05:21:57.528955 | -0.40450000762939453
  4 | document 4 | topic 4 detail info。 | ai       | 2024-07-15 05:21:57.528955 | -0.40450000762939453
  5 | document 5 | topic 5 detail info。 | business | 2024-08-25 05:21:57.528955 | -0.40450000762939453
  1 | document 1 | topic 1 detail info。 | ai       | 2025-04-04 05:21:57.528955 | -0.40450000762939453
(5 rows)

带有删选条件的向量近似度查询语句

SELECT id, title, content, category, published_date, embedding <#> '[0.1, 0.2, -0.1, 0.3, 0.0, -0.2, 0.4, -0.3, 0.1, 0.05]' AS distance
FROM documents
WHERE category = 'ai'
ORDER BY distance
LIMIT 5;

把日期加入到查询中

test=# SELECT id, title, content, category, published_date, embedding <#> '[0.1, 0.2, -0.1, 0.3, 0.0, -0.2, 0.4, -0.3, 0.1, 0.05]' AS distance
test-# FROM documents
test-# WHERE published_date BETWEEN '2024-01-01' AND '2024-12-31'
test-# ORDER BY distance
test-# LIMIT 5;
 id |    title    |        content        | category |       published_date       |       distance      

----+-------------+-----------------------+----------+----------------------------+---------------------
-
  4 | document 4  | topic 4 detail info。 | ai       | 2024-07-15 05:21:57.528955 | -0.40450000762939453
  5 | document 5  | topic 5 detail info。 | business | 2024-08-25 05:21:57.528955 | -0.40450000762939453
  6 | document 6  | topic 6 detail info。 | tech     | 2024-07-14 05:21:57.528955 | -0.40450000762939453
 17 | document 17 | topic 7 detail info。 | business | 2024-11-23 05:21:57.528955 | -0.40450000762939453
  3 | document 3  | topic 3 detail info。 | tech     | 2024-08-02 05:21:57.528955 | -0.40450000762939453
(5 rows)

查询与条件不相符的数据

SELECT id, title, content, category, published_date, embedding <#> '[0.1, 0.2, -0.1, 0.3, 0.0, -0.2, 0.4, -0.3, 0.1, 0.05]' AS distance
FROM documents
ORDER BY distance DESC
LIMIT 5;

查询余弦距离查询，这是衡量两个向量之间不相似的程度的一种指标。

test=# SELECT id, title, content, category, published_date, embedding <=> '[0.1, 0.2, -0.1, 0.3, 0.0, -0.2, 0.4, -0.3, 0.1, 0.05]' AS cosine_distance
test-# FROM documents
test-# ORDER BY cosine_distance
test-# LIMIT 5;
 id | title | content | category | published_date | cosine_distance 
----+-------+---------+----------+----------------+-----------------
(0 rows)

test=# 

今天针对PostgreSQL的Hybrid search能力进行简单的综合的评测和测试，相对于“小趴菜”那种数据库产品，PostgreSQL用自己真实的实力和能力让谩骂者相形见绌。还是那句话"小趴菜” 数据库不行就是不行，有那个功夫卖弄嘴皮子，不如干点正事，当然如果粗俗的语言是你的工作，就继续吧，终究咱们这也不是断案的地方是吧。

置顶

跟我学OceanBase4.0 --阅读白皮书 (OB分布式优化哪里了提高了速度)

跟我学OceanBase4.0 --阅读白皮书 （4.0优化的核心点是什么）

跟我学OceanBase4.0 --阅读白皮书 （0.5-4.0的架构与之前架构特点）

跟我学OceanBase4.0 --阅读白皮书 （旧的概念害死人呀，更新知识和理念）

聚焦SaaS类企业数据库选型（技术、成本、合规、地缘政治）

MongoDB “升级项目” 大型连续剧(4)-- 与开发和架构沟通与扫尾

MongoDB “升级项目” 大型连续剧(3)-- 自动校对代码与注意事项

MongoDB “升级项目” 大型连续剧(2)-- 到底谁是"der"

MongoDB “升级项目”  大型连续剧(1)-- 可“生”可不升

MongoDB  大俗大雅，上来问分片真三俗 -- 4 分什么分

MongoDB 大俗大雅，高端知识讲“庸俗” --3 奇葩数据更新方法

MongoDB 学习建模与设计思路--统计数据更新案例

MongoDB  大俗大雅，高端的知识讲“通俗” -- 2 嵌套和引用

MongoDB  大俗大雅，高端的知识讲“低俗” -- 1 什么叫多模

MongoDB 合作考试报销活动 贴附属，MongoDB基础知识速通

MongoDB 年底活动，免费考试名额 7个公众号获得

MongoDB 使用网上妙招，直接DOWN机---清理表碎片导致的灾祸 (送书活动结束)

MongoDB 2023年度纽约 MongoDB 年度大会话题 -- MongoDB 数据模式与建模