Ricardo Zavaleta：Pgvector与Lantern对比第二部分 - 并行索引的应用
内容提要
最近发布的Pgvector v0.6.0和Lantern都通过并行构建索引来提高速度。Lantern使用lantern-cli工具，PgVector使用Postgres的并行工作进程。Lantern在多核心创建索引时比Pgvector快36%（m=8）和31%（m=16）。两个扩展都能显著提高索引创建时间。
延伸解读
并行索引构建的机制差异
Lantern 通过外部工具 lantern-cli 实现并行，主线程分块读取数据，由多个工作线程调用 usearch API 追加索引。PgVector 则利用 PostgreSQL 的并行工作进程，需设置 max_parallel_maintenance_workers，每个工作进程扫描部分表并通过共享内存追加元素。两者实现路径不同，但都旨在利用多核加速 HNSW 索引构建。
性能对比：Lantern 仍保持领先
在并行度为 8 的快速基准测试中，使用 sift-128-euclidean 数据集，Lantern 的索引创建时间比 PgVector 快 36%（m=8）和 31%（m=16）。尽管 PgVector 0.6.0 通过并行构建大幅提升了速度，但 Lantern 在多核场景下依然保持优势。这一结果基于特定参数和硬件配置，实际表现可能因环境而异。
并行带来的加速幅度
启用并行后，两个扩展的索引创建时间均有显著下降：Lantern 提升 3.98 至 4.53 倍，PgVector 提升 4.64 至 4.96 倍。这表明并行化对 HNSW 索引构建非常有效，能大幅缩短等待时间。不过，加速比受并行度、数据规模和硬件资源影响，用户需根据自身环境调整参数。
实践注意事项
要启用 PgVector 的并行构建，需设置 max_parallel_maintenance_workers；Lantern 则通过 lantern-cli 自动检测并行度。测试中使用了特定的 PostgreSQL 和 Docker 配置，如 maintenance_work_mem=8GB、cpu_limit=8 等。用户在实际部署时，应确保资源充足，并参考官方文档调整参数，以充分发挥并行优势。
Q&A
Pgvector v0.6.0 和 Lantern 在并行索引构建上有什么不同？
Pgvector v0.6.0 使用 Postgres 的并行工作进程，通过设置 max_parallel_maintenance_workers 激活并行构建；Lantern 使用外部工具 lantern-cli，通过生成 N 个额外线程实现并行。
Lantern 和 Pgvector 在并行索引构建速度上哪个更快？
在多核心创建索引时，Lantern 比 Pgvector 快 36%（m=8）和 31%（m=16）。
如何启用 Pgvector 的并行索引构建？
需要设置 max_parallel_maintenance_workers 参数来激活并行构建。
Lantern 是如何实现并行索引构建的？
Lantern 通过外部工具 lantern-cli 实现并行，它会生成 N 个额外线程（N 由 std::thread::available_parallelism 决定），主线程从基表按 2K 行分块查询数据，通过同步通道发送给工作线程，工作线程调用 usearch API 将数据追加到索引。
并行索引构建对索引创建时间有多大提升？
使用并行后，Lantern 的索引创建时间提升了 3.98 到 4.53 倍，Pgvector 提升了 4.64 到 4.96 倍。
在哪里可以试用 PgVector 0.6.0？
PgVector 0.6.0 已在 Tembo 的 Vector DB Stack 中提供，可以免费试用。
