Ricardo Zavaleta：Postgres 向量搜索方法的基准测试：Pgvector 与 Lantern
内容提要
最近几个月，Postgres中的向量搜索领域发展迅猛。Pgvector和Lantern是两个基于Postgres的向量数据库，本文对它们进行了比较和基准测试。Pgvector在吞吐量、延迟和召回率方面表现更好。
延伸解读
索引构建与查询性能的权衡
基准测试显示，Lantern 在索引创建时间和索引大小上占优，而 Pgvector 在查询吞吐量和延迟上表现更好。例如，在 m={8,16}、ef_construction=128 的参数下，Pgvector 的构建时间是 Lantern 的 1.71-1.73 倍，索引大 13%-15%，但每秒查询数高 44%-53%，延迟低 29%-35%。这种差异反映了两种扩展在设计上的不同取舍：Lantern 优化了索引构建效率，Pgvector 则更注重查询性能。
召回率表现接近，Pgvector 略优
在召回率方面，两个扩展的表现相似，但 Pgvector 在大多数参数组合下略好一些。例如，在 m={16,24}、ef_construction=200 时，Pgvector 的召回率是 Lantern 的 1.00-1.09 倍。随着 ef_search 的增加，两者的召回率逐渐接近。这意味着对于召回率要求极高的场景，Pgvector 可能稍有优势，但差距不大。
生态与成熟度：Pgvector 更普及
Pgvector 拥有更广泛的用户基础和社区支持，GitHub 星数超过 7.6K，且被大多数托管 Postgres 提供商支持，易于获取和使用。Lantern 是一个年轻的项目，星数超过 400，但正在积极开发中。两者都支持 HNSW 索引，API 相似，学习成本低。选择时需考虑团队对成熟度和生态支持的偏好。
Q&A
Pgvector 和 Lantern 在索引创建时间和索引大小上哪个更有优势？
Lantern 在索引创建时间和索引大小上更有优势。根据基准测试，Pgvector 的索引创建时间比 Lantern 慢 1.71 到 1.73 倍（在另一组参数下为 1.92 到 2.35 倍），并且生成的索引大小比 Lantern 大 13% 到 15%（另一组参数下为 13% 到 20%）。
在吞吐量和延迟方面，Pgvector 和 Lantern 的表现如何？
Pgvector 在吞吐量和延迟方面表现更好。测试显示，Pgvector 每秒可处理比 Lantern 多 44% 到 53% 的查询（另一组参数下为 42% 到 84%），并且延迟低 29% 到 35%（另一组参数下为 30% 到 45%）。
Pgvector 和 Lantern 在召回率上有什么区别？
两者的召回率相似，但 Pgvector 略好一些。在大多数测试中，Pgvector 的召回率与 Lantern 相当或稍高（相对值在 1.00 到 1.09 之间）。
Pgvector 和 Lantern 的语法和易用性如何？
两者都支持 HNSW 索引，并且 API 相似。如果你熟悉其中一个扩展，可以很容易地理解另一个的使用方法，没有大的复杂性问题。
Pgvector 和 Lantern 各自支持哪些索引类型和距离度量？
Pgvector 支持 IVVFlat 和 HNSW 索引，距离度量包括 L2、内积和余弦距离。Lantern 支持 HNSW 索引，距离度量包括 L2、余弦和汉明距离。
Pgvector 和 Lantern 的社区活跃度和支持情况如何？
Pgvector 更受欢迎，GitHub 上有 7.6K 星，并且被大多数托管 Postgres 提供商支持，易于访问。Lantern 是一个年轻的项目，GitHub 上有超过 400 星，正在积极开发中。
