Veri · 10 Kasım 2026
Tiger Data, PostgreSQL için ölçeklenebilir vektör araması sunan açık kaynak pg_vectorsearch uzantısını yayınladı
Tiger Data, PostgreSQL veritabanı için vektör benzerlik araması yapan açık kaynaklı pg_vectorsearch uzantısını alfa aşamasında yayınladı. Bu yeni uzantı, mevcut altyapı üzerinde daha verimli vektör işlemleri gerçekleştirmeyi hedefliyor. Sistem, yüksek hacimli vektör verileri için altyapı gereksinimlerini azaltarak doğrudan veritabanı içinde hızlı arama imkanı sağlıyor.
pg_vectorsearch, mevcut pgvector sütunlarını destekleyerek uygulamaların ayrı bir veritabanı kurmadan vektör araması yapmasına olanak tanıyor. Geliştiricilerin bu yeteneklerden yararlanabilmesi için uzantıyı kurmaları ve vektör sütununda PRISM adlı bir indeks oluşturmaları gerekiyor. PRISM indeksi, pgvector'ün HNSW indeksinde kullanılan grafik tabanlı yaklaşımın aksine veri bölümlendirme ve sıkıştırma tekniklerini kullanıyor. Bu yöntem, bellek gereksinimlerini ve indeks oluşturma sürelerini önemli ölçüde azaltıyor.
Tiger Data'nın kendi gerçekleştirdiği testlerde, 100 milyon vektör üzerinde PRISM indeksi, 128 gigabayt belleğe sahip bir makinede 1 saat 40 dakikada oluşturuldu. Aynı testte HNSW indeksi, 512 gigabayt belleğe sahip bir makinede 42 saat sürdü. PRISM, benzer vektörleri bölümlere ayırıp bunları sıkıştırılmış bir formatta veritabanı sayfalarına yoğun bir şekilde yerleştiriyor. Bu yapı, indeks boyutunu küçültüyor ve pahalı rastgele bellek veya disk erişimlerini önleyerek daha az bellek ile daha hızlı arama sağlıyor.
Tiger Data'nın kurucu ortağı ve baş teknoloji sorumlusu Michael Freedman, PRISM vektör indeksinin mimarisini açıklayan bir makale yayımladı. İndeks, arama alanını daraltmak için hiyerarşik kümeleme, verimli ardışık tarama için sıkıştırılmış vektörler ve maliyetli mesafe hesaplamalarını azaltmak için RaBitQ nicelleştirmesini birleştiriyor. Bölüm sınırlarındaki vektörlerin hatırlatma oranını artırmak için kopyalanması ve PostgreSQL'in yerel depolama, günlük tutma ve eşzamanlılık mekanizmalarına güvenmesi de mimarinin parçası.
Sistemde kademeli yeniden dengeleme henüz tam olarak uygulanmadığı için sık veri değişikliklerinde arama verimliliğini korumak için indeksin yeniden oluşturulması gerekebilir. Centroidler yeni vektörler geldiğinde otomatik olarak hareket etmiyor ve gönderi listeleri zamanla orijinal fiziksel yerelliğini kaybediyor. Şu anda düz indeksler için aşırı boyutlu gönderi listelerinin sınırlı ölçüde talep üzerine bölünmesi destekleniyor, ancak birleştirme ve yeniden atama gibi daha genel yeniden dengeleme işlemleri henüz uygulanmadı.
pg_vectorsearch, PostgreSQL 18 veya daha yeni sürümlerini gerektiriyor ve şu anda en fazla 1968 boyutlu vektörleri destekliyor. WHERE ve ORDER BY komutlarını birleştiren filtreli vektör aramaları, genel kullanılabilirlik aşamasına kadar desteklenmiyor. Projenin kodu GitHub üzerinde erişime açık. Tiger Data, mevcut pgvectorscale uzantısını bakım moduna geçirmeyi planlıyor.