pgvector v0.5.0：使用HNSW索引实现更快的语义搜索
内容提要
Supabase数据库将引入pgvector v0.5.0，新增HNSW索引，以提升高维空间的近邻搜索性能。HNSW结合了分层和可导航小世界图的特点，提供更快的查询速度和更高的准确性，适合处理大规模数据。
延伸解读
HNSW 与 IVFFlat 的适用场景对比
文章指出，HNSW 在大多数情况下比 IVFFlat 性能更好且更稳健，但构建更慢、内存占用更高。如果系统内存受限且不常重建索引，IVFFlat 可能更合适。此外，IVFFlat 在 v0.5.0 中构建时间已大幅缩短，未来版本还将支持乘积量化以进一步降低资源需求。
HNSW 索引的构建与维护优势
与 IVFFlat 不同，HNSW 索引可以在表创建后立即构建，无需等待数据填充。随着新数据加入，索引会自动填充并保持最优结构。而 IVFFlat 索引需要足够数据才能构建，且数据分布变化大时需重建。这使 HNSW 在动态数据场景下更省心。
性能调优参数的实际影响
文章通过实验展示了 HNSW 构建参数（如 m 和 ef_construction）对查询性能的影响。在 4XL 实例上，将 m 从 24 提高到 32、ef_construction 从 56 提高到 80 后，达到相同准确率所需的 ef_search 从 250 降至 100，QPS 提升了 35%。这表明调整构建参数可以显著优化查询速度。
大规模数据下的扩展性表现
在 100 万条 1536 维向量的测试中，HNSW 在保持相同准确率时性能是 IVFFlat 的六倍以上。升级到 4XL 实例后，QPS 比 2XL 实例提升了 69%。文章还提到，Postgres 需要约 30-35GB 内存来达到最佳性能，因此 64GB 内存的实例更适合百万级向量数据集。
Q&A
pgvector v0.5.0的主要新特性是什么？
pgvector v0.5.0引入了HNSW索引，以提升高维空间的近邻搜索性能。
HNSW算法是如何提高搜索性能的？
HNSW结合了分层和可导航小世界图的特点，提供更快的查询速度和更高的准确性。
HNSW索引在处理大规模数据时表现如何？
HNSW索引的性能随着数据库规模的扩大而稳定提升，适合处理大规模数据。
HNSW与IVFFlat索引相比有什么优势？
HNSW在1536维度的测试中，性能比IVFFlat高出三倍，同时保持更好的准确性。
如何在Supabase中使用HNSW索引？
可以通过创建索引命令，使用HNSW索引来提升查询性能，例如：CREATE INDEX ON documents USING hnsw (embedding vector_ip_ops);
IVFFlat索引在v0.5.0版本中有哪些改进？
IVFFlat索引的构建时间显著缩短，适合内存受限的系统使用。
