企业官网建设流程全解析

概述

最强大的开源关系型数据库，大概率就是PostgreSQL，下文简称PG。而PG的强大不仅在于它稳定可靠的关系型能力，更在于它拥有极其丰富的扩展（插件）生态，从向量检索、图数据库到机器学习，几乎都能在数据库内部直接搞定，无需额外部署一堆独立组件。

这篇文章就来盘点几个让PG变身「AI数据库」的重量级扩展：PGVector（向量检索）、Apache AGE（图数据库）、PostgresML（机器学习）、Arrow Flight SQL Adapter（高性能列存传输）。它们各有侧重，组合起来几乎能覆盖当下主流AI应用的后端存储与计算需求。

PGVector

开源（GitHub，23.2K Star，1.3K Fork）、C+Perl语言实现，增加向量类型与向量相似度检索能力，不用单独部署独立向量库，是目前 RAG、语义检索最主流方案之一，作者：ankane 。扩展内部名字叫 vector，创建扩展语句是CREATE EXTENSION vector。

能力

• 向量数据类型
  • vector(N)：单精度浮点向量，最多16000维
  • halfvec(N)：半精度FP16，节省内存（0.7+）
  • sparsevec(N)：稀疏向量
  • bit：二进制向量，支持汉明距离、雅卡尔距离
• 距离算子

• 两种 ANN 近似索引
  • HNSW：图索引，召回高、查询快；建索引慢、内存占用高，适合百万级向量，生产首选
  • ivfflat：倒排聚类索引，建索引快、内存小；召回略低，适合冷数据、大批量导入场景
• 支持精确KNN检索：不建索引，全表扫描，小数据集
• 完美复用PG能力：ACID事务、JOIN、WHERE过滤、JSONB、分区、备份、权限，可以向量 + 业务数据同库做混合检索（过滤后向量召回）

优点

• 架构简单：已有PG直接加扩展，不用维护额外向量数据库
• 支持带业务条件过滤的向量检索，如WHERE category='xxx' ORDER BY embedding <=> ...，这是很多独立向量库短板
• SQL原生，和LangChain、LlamaIndex生态集成成熟
• 事务保证，向量和业务数据强一致

局限

• 数十亿超大向量规模，性能弱于Pinecone、Milvus等专用向量库；超大场景可用 pgvectorscale 增强
• HNSW索引内存开销大，更新频繁场景索引维护成本高
• 高维向量存储占用较高

适用场景

• RAG知识库、LLM私有文档问答
• 文本语义搜索、图片检索
• 商品推荐、用户特征召回
• 异常检测、向量聚类分析

生态集成：LangChain、LlamaIndex、Spring AI、Dify、Supabase、云厂商（AWS RDS、Azure、阿里云PolarDB、腾讯云PG）大多原生预装PGVector。

实战

-- 1. 开启扩展CREATEEXTENSIONIFNOTEXISTSvector;-- 2. 建表，embedding 为1536维（OpenAI text-embedding-ada-002）CREATETABLEdocuments(id bigserialPRIMARYKEY,contenttext,embedding vector(1536));-- 3. 插入向量INSERTINTOdocuments(content,embedding)VALUES('pgvector介绍','[0.1,0.2,0.3,...]');-- 4. 余弦相似度检索（RAG常用）SELECTid,content,1-(embedding<=>'[0.1,0.2,...]')ASsimilarityFROMdocumentsORDERBYembedding<=>'[0.1,0.2,...]'LIMIT5;-- 5. 创建HNSW索引（加速检索）CREATEINDEXONdocumentsUSINGhnsw(embedding vector_cosine_ops);

PostgresML

官网，简称PGML，Rust+JavaScript+HTML开发、开源（GitHub，6.8K Star，364 Fork）插件，把机器学习、LLM、向量能力直接内置在数据库内部，在数据原地做训练、微调、推理，不用把数据导出到单独Python/模型服务、独立向量库。

能力

• 传统表格机器学习：内置47+种分类/回归算法（XGBoost、LightGBM、随机森林、线性模型等），直接用SQLpgml.train()在库内训练模型、预测，做结构化数据建模。
• HuggingFace深度集成（NLP/LLM）：直接在SQL调用HF Hub模型：文本嵌入、情感分析、问答、摘要、翻译、文本生成、LLM微调。
• RAG全链路内置：文本分块（chunk）→生成嵌入→向量检索（底层集成PGVector）→重排→提示词生成，整套RAG都在PG里完成。
• GPU加速：支持NVIDIA CUDA，嵌入和LLM推理GPU加速，官方宣称相比HTTP模型服务，推理速度提升数倍。
• 向量检索：兼容PGVector，可做向量相似度搜索，能直接把业务数据、向量、模型存在同一张库。

架构思想：数据不动，模型计算移动到数据侧

• 传统方案：PG→导出数据→Python/模型服务→向量库→业务服务（多次数据拷贝、延迟、隐私风险）
• PGML：数据、向量、模型全部保存在PG，SQL函数直接触发训练/推理，减少跨服务数据传输，适合RAG、推荐、预测类业务

适合：RAG知识库、数据库内实时预测、中小模型推理、不想维护多个独立AI服务的团队。

不适合：

• 超大模型（70B+）推理、大规模离线分布式训练；
• GPU资源占用高，生产环境要单独评估资源隔离。

对比PGVector

• PGVector：只做向量存储+相似度检索，不包含模型、embedding生成、LLM、表格ML；需要外部服务生成向量
• PGML：完整ML扩展，自带模型加载、embedding、LLM推理、传统机器学习训练，底层可以复用PGVector做向量搜索

实战

-- 加载扩展CREATEEXTENSION pgml;-- 用HF模型生成文本embeddingSELECTpgml.transform('feature-extraction','all-MiniLM-L6-v2','Hello PostgresML');-- 训练表格预测模型SELECTpgml.train(project_name=>'sales_prediction',task=>'regression',relation_name=>'sales_data',y_column_name=>'revenue');

Apache AGE

官网，开源（GitHub，4.9K Star， 529 Fork）、C语言实现、PostgreSQL扩展插件，让PG同时具备关系数据库+属性图数据库能力，支持OpenCypher图查询语言，一份存储同时跑SQL和图查询。多模数据库，不需要独立部署一套图数据库，复用PG整套生态（事务、备份、复制、索引、权限）。

A Graph Extension缩写，源自 Bitnine 公司 AgensGraph，2020 进入 Apache 孵化器，2022 毕业成为 Apache 顶级开源项目，

特性

• SQL+OpenCypher混合查询：Cypher语句封装在cypher()SQL函数内，可以SQL和图查询互相嵌套，关系表数据与图数据联合分析
• 完整 ACID 事务：完全复用PG 存储引擎，图操作同样支持事务、MVCC
• 多图实例：同一个库中可以创建多张独立 Graph 图谱
• 丰富驱动：Python / Go / Java (JDBC) / NodeJS 客户端驱动
• 内置导入工具：agload支持从 CSV 批量导入顶点、边构建图谱
• 支持变长路径遍历、最短路径、模式匹配等图分析能力

实战

-- 1. 开启扩展CREATEEXTENSIONIFNOTEXISTSage;-- 加载 AGE 到当前数据库（AGE 要求显式加载到 search_path）LOAD'age';SETsearch_path=ag_catalog,"$user",public;-- 2. 创建图（Graph）-- 创建一个名为 "social" 的图，用于存放社交关系数据SELECTcreate_graph('social');-- 3. 插入顶点（Vertex）-- 创建人物节点，每个节点带 name 属性SELECT*FROMcypher('social',$$CREATE(a:Person {name:'Alice',age:30}),(b:Person {name:'Bob',age:28}),(c:Person {name:'Carol',age:32}),(d:Person {name:'Dave',age:35})$$)AS(result agtype);-- 4. 插入边（Edge）-- 建立朋友关系：Alice-Bob、Alice-Carol、Bob-Dave、Carol-DaveSELECT*FROMcypher('social',$$MATCH(a:Person {name:'Alice'}),(b:Person {name:'Bob'})CREATE(a)-[:FRIEND_OF {since:2015}]->(b)$$)AS(result agtype);SELECT*FROMcypher('social',$$MATCH(a:Person {name:'Alice'}),(c:Person {name:'Carol'})CREATE(a)-[:FRIEND_OF {since:2018}]->(c)$$)AS(result agtype);SELECT*FROMcypher('social',$$MATCH(b:Person {name:'Bob'}),(d:Person {name:'Dave'})CREATE(b)-[:FRIEND_OF {since:2020}]->(d)$$)AS(result agtype);SELECT*FROMcypher('social',$$MATCH(c:Person {name:'Carol'}),(d:Person {name:'Dave'})CREATE(c)-[:FRIEND_OF {since:2019}]->(d)$$)AS(result agtype);-- 5. 使用 cypher() 执行 OpenCypher 查询-- 5.1 查找 Alice 的所有朋友SELECT*FROMcypher('social',$$MATCH(p:Person {name:'Alice'})-[:FRIEND_OF]->(friend)RETURNfriend.nameASfriend_name $$)AS(friend_name agtype);-- 5.2 查找朋友的朋友（二度关系）SELECT*FROMcypher('social',$$MATCH(p:Person {name:'Alice'})-[:FRIEND_OF]->()-[:FRIEND_OF]->(fof)RETURNDISTINCTfof.nameASfriend_of_friend $$)AS(friend_of_friend agtype);-- 5.3 查找所有人的朋友数量（聚合查询）SELECT*FROMcypher('social',$$MATCH(p:Person)-[:FRIEND_OF]->()RETURNp.nameASname,count(*)ASfriend_countORDERBYfriend_countDESC$$)AS(name agtype,friend_count agtype);-- 6. SQL 与图查询混合使用-- 6.1 图查询结果与关系表 JOIN-- 先建一张普通关系表存储用户注册信息CREATETABLEuser_registration(nametextPRIMARYKEY,registered_atdate);INSERTINTOuser_registrationVALUES('Alice','2020-01-15'),('Bob','2020-03-22'),('Carol','2021-06-10'),('Dave','2019-11-30');-- 混合查询：从图中找出 Alice 的朋友，再 JOIN 关系表获取其注册时间SELECTf.friend_name,u.registered_atFROMcypher('social',$$MATCH(p:Person {name:'Alice'})-[:FRIEND_OF]->(friend)RETURNfriend.nameASfriend_name $$)ASf(friend_name agtype)JOINuser_registration uONu.name=f.friend_name::text;-- 6.2 在 SQL 中直接过滤图查询结果-- 找出所有年龄大于 30 的人，并统计其朋友数量SELECT*FROMcypher('social',$$MATCH(p:Person)-[:FRIEND_OF]->()WHEREp.age>30RETURNp.nameASname,count(*)ASfriend_count $$)AS(name agtype,friend_count agtype);

Arrow Flight SQL adapter for PG

官网，Apache Arrow官方开源（GitHub，116 Star，10 Fork）PG扩展，给PG原生增加一套Arrow Flight SQL(gRPC)服务端点，不是代理程序，是数据库内运行的插件。

在 PG 服务端直接把查询结果组装成 Arrow RecordBatch（列存），通过 gRPC (Flight) 流式返回给客户端；客户端直接拿到列存内存结构，省去行→列转换开销，适合大数据导出、ETL、分析读取。