宣布 pg_vectorsearch：PostgreSQL 中可扩展的开源向量搜索
内容提要
TimescaleDB 发布产品公告：Tiger Cloud 登陆 Azure，提供全托管 TimescaleDB，支持 skip-scan、压缩、连续聚合、分层存储、私有端点及跨区域备份，优于自托管。TimescaleDB 2.28 提升查询速度、简化运维，支持连续聚合模式演进，并终止 PostgreSQL 15 支持。2.27 扩展向量化执行，UPDATE/DELETE 效率最高提升 160 倍，优化 UPSERT 裁剪。
延伸解读
托管服务与自托管的权衡
文章指出，Tiger Cloud 在 Azure 上提供全托管的 TimescaleDB，支持 skip-scan、压缩、连续聚合、分层存储、私有端点和跨区域备份，并认为其优于自托管。对于希望减少运维负担的团队，全托管方案能降低管理复杂度，但需考虑对云厂商的依赖以及潜在的数据迁移成本。
版本升级带来的性能与运维改进
TimescaleDB 2.28 提升了查询速度，简化了运维，并支持连续聚合的模式演进，同时终止对 PostgreSQL 15 的支持。2.27 则扩展了向量化执行，使 UPDATE/DELETE 效率最高提升 160 倍，并优化了 UPSERT 裁剪。这些改进意味着升级可能带来显著的性能收益，但需注意版本兼容性，尤其是仍在使用 PostgreSQL 15 的用户。
向量化执行与数据操作效率
2.27 版本通过更广泛的向量化执行，将 UPDATE/DELETE 效率提升最高 160 倍，并实现 30% 到 2 倍的向量化执行加速，同时跳过不必要的解压缩和压缩。对于频繁进行数据更新和删除的时序数据场景，这可以大幅降低资源消耗，但实际收益取决于工作负载特征。
Q&A
pg_vectorsearch 是什么？
pg_vectorsearch 是 PostgreSQL 中可扩展的开源向量搜索扩展。
pg_vectorsearch 的主要特点是什么？
pg_vectorsearch 的主要特点是开源和可扩展，专为 PostgreSQL 设计。
pg_vectorsearch 适用于哪些场景？
pg_vectorsearch 适用于需要在 PostgreSQL 中进行向量搜索的场景。
