数据库开源技术评论分析· 4099 字· 约7分钟阅读

Postgres 向量搜索,换打法了

A
AI编辑团队AI 原创内容
2026-11-13 22:25 发布· 本文由作者与AI协作完成
本内容由人工智能生成,仅供研究参考,不构成投资建议。
💡

Tiger Data 开源向量搜索扩展 pg_vectorsearch(alpha),其 PRISM 索引以数据分区加压缩替代 pgvector HNSW 的图索引路线,宣称显著降低内存需求与索引构建时间。本文从技术路线、生态格局、落地风险与商业逻辑四个角度,拆解 Postgres 向量搜索进入路线竞争后的产业走向。

2026 年 11 月,Tiger Data 开源了向量搜索扩展 pg_vectorsearch,目前处于 alpha 阶段。真正值得琢磨的不是「Postgres 又多了一个向量扩展」,而是它的索引路线选择:不走 pgvector HNSW 的图索引老路,改用数据分区加压缩来支撑相似度检索,官方口径是显著降低内存需求、缩短索引构建时间。

我的判断很直接:向量搜索从「pgvector 一家独供」进入「路线竞争」,接下来的比拼不再是功能有无,而是谁的单位内存检索性价比更高。

💡 图索引不是不好,只是贵

图索引不是不好,只是贵。

先讲一个大部分数据团队都经历过的场景:业务要在千万级数据上做语义搜索,DBA 在现有 PostgreSQL 上装了 pgvector,数据导入顺利,一建 HNSW 索引,内存曲线直接竖起来,构建跑上几个小时,机器规格被迫升了一档。语义搜索是上线了,云账单也跟着上了线。私下交流里,不少 DBA 的共识是:向量索引的内存开销,已经是云数据库账单里显性的一个大头。

这正是 pg_vectorsearch 想切开的痛点。按照 Tiger Data 公开的信息,其 PRISM 索引不维护图结构,而是用数据分区加压缩来组织向量数据,换来两个直接收益:内存需求下降、索引构建时间缩短。这与 HNSW 是根本性的路线差异——HNSW 靠多层邻近图做快速导航,用内存和构建成本换检索速度;PRISM 赌的是「分区+压缩」能在更低成本下逼近可用性能。

维度pgvector HNSWpg_vectorsearch PRISM
索引结构多层邻近图数据分区 + 压缩
内存需求较高(图结构常驻内存)官方口径显著降低
索引构建耗时较长官方口径更短
成熟度生态成熟alpha
背后厂商开源社区、多家云集成Tiger Data

向量索引本质上是在内存占用、构建时间、召回率三个角上做交换,没有免费午餐。HNSW 把成本压在内存侧,PRISM 是把成本转移到压缩带来的精度与延迟权衡上。路线一多,用户才有得选——这正是 pg_vectorsearch 最大的产业意义:Postgres 的向量能力第一次出现了两条并行技术路线,而不是单一事实标准的微调。

📊 为什么主战场还是 Postgres

没有人真的想为向量再养一个数据库。

换一个场景:一家中型公司的数据平台只有一套 Postgres,运维、备份、高可用、监控全部围绕它建。业务提出要做 RAG 和语义搜索,第一反应不是「引入一个新数据库」,而是「能不能在现有库上加个扩展」。这个朴素直觉,决定了向量搜索的主战场。

从公开的时间线看,Postgres 的向量能力演进是有清晰脉络的:

2021

pgvector 开源起步

2023

pgvector 引入 HNSW 索引

2024

Timescale 更名 Tiger Data

2026-11

pg_vectorsearch alpha 发布

pgvector 经过多年迭代,已经是 Postgres AI 生态的事实入口,大量应用把向量列直接加在业务表旁边。而 Tiger Data 从时序数据库公司 Timescale 演化而来,近年全面转向 AI 基础设施叙事,这次开源 pg_vectorsearch,等于把宝押在「AI 工作负载会内生到 Postgres」这个判断上。另一边,Pinecone、Qdrant、Milvus 等专用向量库在大规模高并发场景仍有生态位,云厂商托管检索服务则占住了集成便利。

融合与专用两条路线会长期共存,但真正的增量市场在「80% 的中等规模场景」:数据量不大到需要专用集群,团队又没有精力维护两套系统。谁能拿下这部分用户的默认选择,谁就拿到 AI 时代数据库的默认位。

⚠️ alpha 的意思是,责任自负

.alpha 这个标签,在工程上的含义很直白:API 可能变、行为可能改、出问题责任自负。

每次有新索引发布,总有工程师第二天就想在生产上换掉旧方案。但从公开信息看,Tiger Data 目前给出的是方向性收益——内存更低、构建更快——而一份成熟的向量索引评测需要的是召回率曲线、不同数据规模下的延迟分位、并发吞吐,以及压缩参数与精度之间的权衡数据。这些关键指标,眼下都还没有公开基准支撑。

这里必须做一次冷静推演:压缩是有代价的,分区策略也需要针对负载调优,PRISM 的实际效果必然强依赖数据分布和查询模式。而 pgvector 真正的护城河,除了索引本身,还有围绕它长出来的整套运维生态——备份恢复、高可用、监控告警、调参经验。新扩展要补齐这些,不是从 alpha 到 GA 的一个版本号能解决的。迁移决策必须拿自家数据跑影子流量测试,而不是看完发布博客就拍板。

pg_vectorsearch 现阶段冷静评估
优势
  • ✓内存需求显著低于图索引
  • ✓索引构建时间更短
  • ✓复用 Postgres 运维体系
  • ✓开源可自托管
风险
  • ✕alpha 阶段,API 与行为可能变化
  • ✕缺乏公开召回率与延迟基准
  • ✕压缩路线的精度代价待验证
  • ✕周边运维生态尚不成熟

一句话:方向值得看好,落地必须保守。

🧭 落地三条军规

新路线的正确打开方式,是灰度,不是切换。

给正在观望的团队三条可执行的建议。第一条,影子基准先行:用生产流量快照,对 HNSW 与 PRISM 各建一份索引,比召回率、P99 延迟、内存峰值和构建时长,数据说话。第二条,冷热分层:把高频查询的热向量留给内存友好结构,把占比更大的冷向量交给分区压缩路线,让新索引先在低成本侧证明自己。第三条,把内存写进成本模型:向量索引的内存账单是持续性支出,任何索引选型都应该折算成月度成本,而不是只看构建那一次的快慢。

Postgres 向量搜索落地痛点与解法
痛点 1
HNSW 内存占用高,机器规格被动升级
→
解法
分区加压缩降低向量驻留内存
痛点 2
索引构建耗时长,挤占业务窗口
→
解法
分区化组织缩短构建时间
痛点 3
新索引缺少召回与延迟基准
→
解法
影子流量双索引对比测试
痛点 4
专用向量库运维成本叠加
→
解法
复用现有 Postgres 运维体系

这三条军规背后是同一个逻辑:向量搜索的竞争已经从「能不能搜」进入「搜得多便宜」,成本敏感型团队会是新路线最早的一批尝鲜者。

💰 开源不是慈善,是获客漏斗

开源扩展从来不是慈善,是获客。

把视角抬高一层的场景:一家扩展公司为什么要免费送出核心引擎?答案就写在 Tiger Data 自己的历史里。当年 Timescale 开源 TimescaleDB,再用云服务承接愿意付钱的用户,「开源扩展 + 托管服务」这套漏斗在 Postgres 生态里被反复验证过。

如今 Tiger Data 的主营是托管数据库服务,pg_vectorsearch 开源的意义在于降低试用门槛、扩大开发者触达,最终把流量导向自家云上的「Postgres + 向量 + 时序」组合。专用向量库厂商同样在走开源核心加云服务的路线,双方抢的其实是同一批 AI 应用开发者。

往后看,数据平台的竞争焦点正在从「存储引擎谁更快」转向「AI 工作负载谁更顺」。Agent 与 RAG 应用天然需要把事务数据、时序数据、向量检索放在同一个栈里,谁先把这套多模工作负载在 Postgres 上打包卖顺,谁就掌握下一个入口。开源扩展是这场竞争的先手棋,不是终点。

🏁 结语

路线之争才刚开始。alpha 不影响方向判断:向量搜索正在被「Postgres 化」,而「Postgres 化」内部又出现了路线分化。未来 12 到 18 个月值得盯三件事:PRISM 在公开基准上的召回与延迟表现、pgvector 会不会跟进压缩类索引、各家托管服务谁先把多模数据栈打包成默认选项。对用户而言,多一个选择,永远比只有一个标准好。