pgvector 的好日子,有人来搅局了
Tiger Data 开源了向量检索扩展 pg_vectorsearch,用分区加压缩的 PRISM 索引替代 pgvector 的 HNSW 图索引,主打更低内存占用与更快构建速度。本文拆解其技术路线、与 pgvector 的正面对比,以及 PostgreSQL 向量生态的竞争格局变化。
2026年11月,Tiger Data 把一个 alpha 版本的向量检索扩展直接丢进了开源社区——pg_vectorsearch。消息由 Renato Losio 报道后,圈内第一反应不是「又一个向量库」,而是:它没走 pgvector 那条所有人都默认的路线。
所有做向量检索的人,过去几年都在图索引上卷。pg_vectorsearch 的 PRISM 索引用数据分区和压缩替代了图结构,官方口径是内存占用更低、索引构建更快。这不是一个增量优化,这是一次路线切换。
这篇文章想讲清楚三件事:PRISM 到底换了什么牌、它凭什么能在 PostgreSQL 生态里和 pgvector 掰手腕,以及这场搅局对整个向量数据库赛道意味着什么。
🚀 一、为什么是 Tiger Data,为什么是现在
一个 alpha 就敢开源,背后是有算盘的。
Tiger Data 的动作很典型:不另起炉灶做独立向量数据库,而是以 PostgreSQL 扩展的形态切入。这意味着用户的表还在 PG 里,SQL 还能继续写,事务、权限、备份链路一概不动,只是检索能力被替换掉了。对大量已经把业务压在 PG 上的团队来说,这是门槛最低的采纳路径。
据多位接近开源生态的人士透露,最近一年里 PG 生态里做向量检索的团队明显变多,大家共同的判断是:向量检索正在从「独立产品」退化为「数据库的一个特性」。当检索能力变成特性,竞争的胜负手就不再是索引算法本身,而是谁能让用户少搬家、少改造。
Tiger Data 选在这个时间点出手,逻辑也很直白:
- pgvector 已经验证了「PG + 向量」的市场接受度,用户教育成本几乎为零;
- 但 pgvector 的 HNSW 路线在大规模数据下的内存压力,是社区公开讨论已久的痛点;
- 谁能在这个痛点上给出可信的替代方案,谁就能切走一块生态。
用扩展而非分叉的方式参与 PostgreSQL 生态,是这几年数据库创业公司的主流打法:
产业逻辑在这里很清楚:数据库的护城河从来不是单一算法,而是迁移成本。pg_vectorsearch 不是要用户放弃 PG,而是要让用户在 PG 内部做一次几乎无痛的选择题。这是最聪明的搅局姿势。
🔧 二、PRISM 到底换掉了什么
索引结构是这件事的技术核心,也是舆论焦点。
pgvector 的高性能索引 HNSW,本质是分层可导航小世界图:建图、逐层跳转、贪心搜索。它召回表现好,但代价写在基因里——每个向量要维护大量邻居连接,图结构必须常驻内存,数据规模一大,内存账单和索引构建时间就双双起飞。
PRISM 换了一条完全不同的路:数据分区 + 压缩。不建图,而是把向量数据切成分区、用压缩技术把检索所需的工作集压小。内存需求下降、索引构建时间缩短,这两点正是素材中明确给出的官方收益。
两条路线的差异,可以结构化地看:
| 维度 | pgvector(HNSW) | pg_vectorsearch(PRISM) |
|---|---|---|
| 索引思路 | 图结构,邻居连接跳转 | 数据分区 + 向量压缩 |
| 内存占用 | 图结构常驻内存,随规模膨胀 | 压缩降低内存需求 |
| 索引构建 | 数据量大时构建时间长 | 官方称构建时间更短 |
| 生态成熟度 | 社区验证充分,应用广泛 | alpha 阶段,刚开源 |
| 适配场景 | 中小规模、低延迟优先 | 大规模数据、成本敏感 |
值得注意的是,分区和压缩不是什么黑魔法,而是数据库领域几十年积累的经典手段。PRISM 的聪明之处在于,它把向量检索这个「新问题」拉回了数据库工程学最擅长的「老框架」里:分而治之、以空间换时间、用压缩控制访存量。
一位长期做检索优化的工程师私下评价过这类思路:图索引是学术界的胜利,但工程界的直觉一直是——当内存成为瓶颈时,压缩永远是被低估的武器。PRISM 押注的就是这个直觉。
当然,alpha 阶段谈论任何收益都要打折扣:召回率表现、不同数据分布下的稳定性、并发写入场景的实际表现,这些都还没经过大规模生产验证。PRISM 的账面优势是真的,但真实成色要等社区把集群跑起来才知道。
⚔️ 三、pgvector 会慌吗:一场不对称竞争
正面刚,pg_vectorsearch 短期内赢不了;但这场仗本来也不是这么打的。
pgvector 的地位短期内无可撼动:它是 PG 向量检索的事实标准,文档、教程、云厂商支持、社区案例全都在它这边。一个 alpha 版本的后来者,不可能在六个月内改变默认选项。
但产业竞争从来不是单点对决。把当前 PG 向量生态的主要玩家放进坐标里看,格局会清晰很多:
看这张图能读出三层信息:
1. pgvector 占据的是「标准位」而非「技术天花板位」。它的商业价值来自生态默认,而 PRISM 恰恰选在技术维度上对它形成压制。
2. 专用向量数据库在右上角,但正被两面夹击。左边是 PG 系扩展不断蚕食「够用就好」的场景,右边是云托管数据库把向量能力变成标配功能。它们的高技术门槛,正在从护城河变成孤岛。
3. pg_vectorsearch 目前落在「潜力股」区间——技术路线新颖,但商业价值尚未兑现,需要靠生产验证爬进第一象限。
对 Tiger Data 来说,短期目标不是取代 pgvector,而是让自己成为「大规模场景下的那个选项」。据业内 familiar 的人士观察,PG 生态扩展的竞争规律通常是:先在某个痛点场景站稳,再向默认选项渗透。pg_vectorsearch 的切入点——内存受限、数据量大、构建窗口紧张——恰好是 pgvector 最不舒服的地方。
不走别人的路,是后来者唯一的机会。 PRISM 的存在本身就是对 pgvector 的压力测试:如果 HNSW 路线在大规模场景的成本劣势被持续放大,用户流失不会以「迁移」的形式发生,而会以「新项目选型时不再默认 pgvector」的形式悄悄发生。
🗺️ 四、向量数据库赛道正在发生叙事切换
把镜头拉远,这则新闻真正值得记录的,是赛道的叙事转向。
两年前,向量检索是独立数据库创业最热的方向,融资故事的核心是「专用引擎的性能碾压」。而眼下的趋势几乎反转:向量检索正在被吸纳进通用数据库,成为索引类型而非独立产品。
这个时间脉络值得单独列出来:
- 向量检索专用数据库兴起:独立引擎靠 ANN 算法和易用性打开市场,成为 AI 应用的标配组件;
- pgvector 崛起:PostgreSQL 生态以扩展形式跟进,「一个库管所有数据」的叙事开始压过「专用引擎」叙事;
- 云厂商全面内置:各大托管数据库把向量检索变成 checkbox 功能,独立产品的溢价空间被挤压;
- 2026年11月,Tiger Data 开源 pg_vectorsearch:PG 生态内部开始出现「第二条向量索引路线」,竞争从「要不要用 PG」深化为「PG 内部用哪个索引」。
这个演进的产业含义是:向量检索的技术竞争进入了深水区。第一阶段比的是「有没有」,第二阶段比的是「好不好用」,现在进入第三阶段——比的是在真实规模和真实成本约束下,谁的结构更可持续。
这也是为什么内存占用和构建时间这两个指标会被反复强调。在 LLM 应用从 demo 走向生产的过程中,向量数据的规模在膨胀,但基础设施预算不会等比膨胀。检索层每年多烧的那部分内存和构建窗口,就是扩展厂商的生意机会。
PRISM 路线的得失可以放在一起看:
- ✓内存占用显著低于图索引
- ✓索引构建时间更短
- ✓分区天然适配水平扩展
- ✓压缩技术复用数据库工程积累
- ✕alpha阶段缺乏生产验证
- ✕召回率与延迟表现待公开基准
- ✕偏离HNSW主流路线生态工具少
- ✕分区策略调优存在学习成本
对整个赛道,我的判断是:PG 内部的向量索引战争,才刚刚开始,而且会是未来两年数据库领域最有看点的消耗战之一。pgvector 不会坐视,社区里类似思路的探索也会增多,最终受益的是把向量检索当基础设施用的所有团队。
⚠️ 五、alpha 的成色:热情之外要泼的冷水
最后,把话说实:现在就把 pg_vectorsearch 写进选型文档,为时尚早。
三个理由:
- 验证缺口。alpha 意味着 API 可能变、可能有未修复的缺陷、性能承诺没有经过第三方复现。索引类组件的坑,往往在数据分布变化、写入压力波动时才暴露。
- 生态空白。pgvector 周边积累的监控、调优经验、踩坑帖,短期内都不会存在于 PRISM 侧。出问题时,你可能是全网第一个踩到的人。
- 场景边界未明。「内存更低、构建更快」在多大规模下成立、以多少召回率为代价,这些关键问题都还没有公开的基准测试回答。
务实的建议是三步走:生产核心链路继续用 pgvector;在测试环境用 pg_vectorsearch 跑自己的真实数据集,重点观测召回率和 P99 延迟;持续关注 Tiger Data 的版本节奏和社区基准发布。
据开源社区熟悉 PG 生态的人士的说法,一个数据库扩展能不能成,通常不看发布当天有多少 Star,而看六个月后有没有人在生产环境里愿意为它写第一篇踩坑复盘。pg_vectorsearch 现在缺的,正是这篇复盘。
小结
pg_vectorsearch 的价值不在于它今天能替代谁,而在于它打破了「向量检索等于图索引」的行业默认。PRISM 用分区和压缩证明:数据库几十年的工程积累,依然是解决 AI 时代新问题的最强工具箱。对用户,多了一个成本敏感场景下的选项;对赛道,PG 生态内部的索引战争正式开打。真正的分晓,要等生产环境给出答案——但叙事已经切换,这一点无需等待。