向量数据库PGVECTOR安装

文章目录

  • 前提
  • 向量数据库介绍
  • PGVECTOR安装
    • 1、pgvector下载
    • 2、编译安装
    • 3、创建vector扩展

前提

已经安装好了pg14版本。
其他版本也可以。
pg安装教程:https://blog.csdn.net/yushaoyyds/article/details/138855306?spm=1001.2014.3001.5502

向量数据库介绍

向量数据库是一种特殊的数据库,用于存储和处理大规模的向量数据。它的设计目的是为了支持高效的向量相似性搜索和分析。
向量数据库通常用在需要处理大规模向量数据的应用场景,比如人脸识别、图像检索、推荐系统、自然语言处理等。传统的关系型数据库或文档数据库往往不能满足这些应用场景的要求,因为它们无法高效地进行向量计算和相似性搜索。
向量数据库通常采用基于向量索引结构的存储方式,能够将向量数据分布在多个节点上,提供高并发的向量搜索和分析能力。它还提供了多种向量相似性度量方法和查询优化算法,能够帮助用户快速找到与给定向量最相似的向量或者进行向量聚类分析。
总之,向量数据库是一种专门为处理大规模向量数据而设计的数据库,广泛应用于人工智能领域的各种应用场景。

PGVECTOR安装

1、pgvector下载

方式一:

# 先安装git(如果已安装,跳过)
yum install -y git# 下载源码包,我这里选择是目前最新版本0.5.1
git clone --branch v0.6.0 https://github.com/pgvector/pgvector.git

方式二:
百度网盘:
通过网盘分享的文件:pgvector-master.zip
链接: https://pan.baidu.com/s/1NI0n3wCyZznMh-eGf6g80g?pwd=5bxf 提取码: 5bxf

方式三:github下载 :https://github.com/pgvector/pgvector 下载之后上传服务器

2、编译安装

方法一不需要解压,方法二和三多个上传解压步骤
上传解压:

我的上传目录为: /home/postgres
# root用户执行
chown postgres.postgres /home/postgres/pgvector-master.zip 
# pg用户
unzip pgvector-master.zip
cd pgvector-master/
make && make install

在这里插入图片描述

3、创建vector扩展

psql
# 创建demo数据库
create database demo;# 切换到demo数据库
\c demo# 安装vector扩展
CREATE EXTENSION vector;# 查看扩展
\dx# 创建测试表
CREATE TABLE test (id bigserial PRIMARY KEY, embedding vector(3));# 插入测试数据
INSERT INTO test (embedding) VALUES ('[1,2,3]'), ('[4,5,6]');# 按与给定向量相似度(L2 distance)排序,显示前5条
SELECT * FROM test ORDER BY embedding <-> '[3,1,2]' LIMIT 5;

在这里插入图片描述
到这里向量数据库PGVECTOR就安装完成了。

深入学习需要自行寻找相关资料。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/bicheng/60380.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【系统架构设计师】真题论文: 论基于 REST 服务的 Web 应用系统设计(包括解题思路和素材)

更多内容请见: 备考系统架构设计师-专栏介绍和目录 文章目录 真题题目(2009年 试题3)解题思路论文素材参考REST 基本概念REST 关键原则基于 REST 服务的 Web 应用系统设计优势基于 REST 服务的 Web 应用系统设计流程真题题目(2009年 试题3) REST(REpresentational State …

Elasticsearch集群和Kibana部署流程

搭建Elasticsearch集群 1. 进入Elasticsearch官网下载页面&#xff0c;下载Elasticsearch 在如下页面选择Elasticsearch版本&#xff0c;点击download按钮&#xff0c;进入下载页面 右键选择自己操作系统对应的版本&#xff0c;复制下载链接 然后通过wget命令下载Elastics…

Vue3 之 provide 和 inject:组件间通信的神奇利器

provide和inject 1.概述 在 Vue 3 中&#xff0c;provide和inject是用于组件之间进行深层次数据传递的一对组合。它们可以跨越多个组件层级来共享数据&#xff0c;而不需要通过层层传递props的方式。 2.provide 的使用 基本语法&#xff1a;在组件的setup函数或者Compositi…

CatBoost中的预测偏移和排序提升

在 CatBoost 中&#xff0c;预测偏移&#xff08;Prediction Shift&#xff09; 和 排序提升&#xff08;Ordered Boosting&#xff09; 是其关键概念和创新点。CatBoost 通过引入 排序提升 解决了梯度提升决策树&#xff08;GBDT&#xff09;算法中常见的 预测偏移问题&#x…

阿里云aliyun gradle安装包下载地址

阿里云 查找你要下载的安装包 macports-distfiles-gradle安装包下载_开源镜像站-阿里云 https://mirrors.aliyun.com/macports/distfiles/gradle/gradle-8.9-bin.zip 腾讯 https://mirrors.cloud.tencent.com/gradle/ https://mirrors.cloud.tencent.com/gradle/ https…

《揭秘观察者模式:作用与使用场景全解析》

在软件开发的世界中&#xff0c;设计模式就像是建筑师手中的蓝图&#xff0c;指导着软件系统的构建。其中&#xff0c;观察者模式是一种极为重要且广泛应用的设计模式。今天&#xff0c;我们就来深入探讨一下观察者模式的作用和使用场景。 一、观察者模式是什么&#xff1f; …

SpringBoot(九)使用Jsoup解析html字符串

目前在做博客相关的功能,在显示文章详情的时候,我看到那些大的博客社区,文章中的图片都是可以点击放大的,我感觉这个功能非常好,我也想做,在PHP版本的博客中已经实现了。 实现原理其实很简单,使用PHP的simple_html_dom库解析HTML字符串,找到其中的img标签,在img标签上…

Spring——容器:IoC

容器&#xff1a;IoC IoC 是 Inversion of Control 的简写&#xff0c;译为“控制反转”&#xff0c;它不是一门技术&#xff0c;而是一种设计思想&#xff0c;是一个重要的面向对象编程法则&#xff0c;能够指导我们如何设计出松耦合、更优良的程序。 Spring 通过 IoC 容器来…

uniapp—android原生插件开发(4uniapp引用aar插件)

本篇文章从实战角度出发&#xff0c;将UniApp集成新大陆PDA设备RFID的全过程分为四部曲&#xff0c;涵盖环境搭建、插件开发、AAR打包、项目引入和功能调试。通过这份教程&#xff0c;轻松应对安卓原生插件开发与打包需求&#xff01; 一、将android程序打包成aar插件包 直接使…

RedisTemplate序列化设置

前言 在使用 Redis 作为缓存数据库时&#xff0c;我们通常会使用 RedisTemplate 来简化与 Redis 进行交互的操作。而其中一个重要的配置项就是序列化设置&#xff0c;它决定了数据在存储到 Redis 中时的格式。本文将介绍如何进行 RedisTemplate 的序列化设置&#xff0c;以及一…

如何优化Elasticsearch的查询性能?

优化Elasticsearch查询性能可以从以下几个方面进行&#xff1a; 合理设计索引和分片&#xff1a; 确保设置合理的分片和副本数&#xff0c;考虑数据量、节点数和集群大小。根据数据量和节点数量调整分片数量&#xff0c;避免使用过多分片&#xff0c;因为每个分片都需要额外的…

使用R语言survminer获取生存分析高风险和低风险的最佳截断值cut-off

使用R语言进行Cox比例风险模型分析和最佳截断值寻找 引言 在生存分析中&#xff0c;Cox比例风险模型是一种常用的统计方法&#xff0c;用于评估多个变量对生存时间的影响。在临床研究中&#xff0c;我们经常需要根据某些连续变量的预测值来对患者进行分组&#xff0c;以便更好…

ORU——ORAN 无线电单元参考架构

ORU ORU-开放无线电单元ORU 类型O-RU“A类”O-RU“B类” 参考相关文章 ORU-开放无线电单元 ORU&#xff08;开放无线电单元&#xff09;的目的是将天线发送和接收的无线电信号转换为数字信号&#xff0c;该数字信号可通过前传传输到分布式单元&#xff08;DU&#xff09;。考虑…

FFMPEG录屏(22)--- Linux 下基于X11枚举所有显示屏,并获取大小和截图等信息

众人拾柴火焰高&#xff0c;github给个star行不行&#xff1f; open-traa/traa traa is a versatile project aimed at recording anything, anywhere. The primary focus is to provide robust solutions for various recording scenarios, making it a highly adaptable tool…

卷积核里面的数字表示什么意思?

卷积核里面的数字表示的是一种权重&#xff0c;这些权重在与输入数据进行卷积操作时起着至关重要的作用。简单来说&#xff0c;卷积核是一个小型矩阵&#xff0c;它里面的每个数字都对应着输入数据中某个位置的数值在特征提取过程中的一个系数。 当卷积核在输入数据上滑动时&am…

多线程和线程同步复习

多线程和线程同步复习 进程线程区别创建线程线程退出线程回收全局写法传参写法 线程分离线程同步同步方式 互斥锁互斥锁进行线程同步 死锁读写锁api细说读写锁进行线程同步 条件变量生产者消费者案例问题解答加强版生产者消费者 总结信号量信号量实现生产者消费者同步-->一个…

FlinkPipelineComposer 详解

FlinkPipelineComposer 详解 原文 背景 在flink-cdc 3.0中引入了pipeline机制&#xff0c;提供了除Datastream api/flink sql以外的一种方式定义flink 任务 通过提供一个yaml文件&#xff0c;描述source sink transform等主要信息 由FlinkPipelineComposer解析&#xff0c…

Zustand浅学习

道阻且长&#xff0c;行而不辍&#xff0c;未来可期 之前只是会使用zustand,也没仔细看过zustand的文档&#xff0c;前段时间一个合约朋友问我前端的zustand怎么用&#xff0c;啊&#xff0c;这&#xff0c;是那个笑起来明媚的不像话的帅哥问我问题诶&#xff0c;那我得认真一下…

海量数据迁移:Elasticsearch到OpenSearch的无缝迁移策略与实践

文章目录 一&#xff0e;迁移背景二&#xff0e;迁移分析三&#xff0e;方案制定3.1 使用工具迁移3.2 脚本迁移 四&#xff0e;方案建议 一&#xff0e;迁移背景 目前有两个es集群&#xff0c;版本为5.2.2和7.16.0&#xff0c;总数据量为700T。迁移过程需要不停服务迁移&#…

TypeScript:现代 JavaScript 的超级集

目录 为什么使用 TypeScript? TypeScript 的基本特性 TypeScript 的优势 TypeScript项目实战 简单的命令行任务管理系统 TypeScript 是由微软开发的一个开源编程语言,它是 JavaScript 的一个严格超集。TypeScript 的核心特性是静态类型检查,使得开发者可以在编写代码时…