云数据库 PostgreSQL 腾讯云 PostgreSQL pgvector HNSW 性能测试报告

一、测试环境

二、测试数据集

三、环境准备

1. 安装 ann-benchmarks

2. 配置数据库连接

编辑 ann_benchmarks/algorithms/pgvector/module.py，添加连接信息：

import osos.environ['ANN_BENCHMARKS_PG_USER'] = '<用户名>'os.environ['ANN_BENCHMARKS_PG_PASSWORD'] = '<密码>'os.environ['ANN_BENCHMARKS_PG_DBNAME'] = '<数据库名>'os.environ['ANN_BENCHMARKS_PG_HOST'] = '<实例内网地址>'os.environ['ANN_BENCHMARKS_PG_PORT'] = '5432'os.environ['ANN_BENCHMARKS_PG_START_SERVICE'] = 'false'

3. 配置测试参数

编辑 ann_benchmarks/algorithms/pgvector/config.yml：

float: any: – base_args: ['@metric'] constructor: PGVector disabled: false docker_tag: ann-benchmarks-pgvector module: ann_benchmarks.algorithms.pgvector name: pgvector run_groups: M-16(200): arg_groups: [{M: 16, efConstruction: 200}] args: {} query_args: [[10, 20, 40, 80, 120, 200, 400, 800]] M-24(200): arg_groups: [{M: 24, efConstruction: 200}] args: {} query_args: [[10, 20, 40, 80, 120, 200, 400, 800]] M-48(256): arg_groups: [{M: 48, efConstruction: 256}] args: {} query_args: [[10, 20, 40, 80, 120, 200, 400, 800]]

4. 构建测试 Docker 镜像

python install.py –algorithm pgvector

四、执行测试

# dbpedia-openai-1M数据集测试python run.py –dataset dbpedia-openai-1000k-angular -k 100 –algorithm pgvector –runs 1# NYTimes-256 数据集测试python run.py –dataset nytimes-256-angular -k 100 –algorithm pgvector –runs 1

五、获取结果

# 生成可视化图表python plot.py –dataset dbpedia-openai-1000k-angular –recompute# 导出详细 CSV数据python data_export.py –out results.csv

六、dbpedia-openai-1M（1536维 / 100万向量）

七、NYTimes-256（256维 / 29万向量）