PGVector в облачных базах данных
В облачных базах данных появилась новая СУБД — PGVector. Это управляемый PostgreSQL с предустановленным расширением pgvector. В нем можно хранить векторы рядом с обычными данными и искать по смыслу, а не по точному совпадению слов.
Отдельную векторную базу данных разворачивать не нужно: кластер готов к работе с векторами сразу после создания.
Как работает векторный поиск
ML-модель преобразует текст, документ или изображение в вектор — набор чисел, который отражает смысл. Поэтому запрос «Как оформить возврат товара?» найдет инструкцию о возврате покупок, даже если слова в них не совпадают. PGVector ищет ближайшие по смыслу векторы и поддерживает индексы HNSW и IVFFlat, которые ускоряют поиск на больших объемах.
Для чего подойдет PGVector
- RAG, AI-ассистенты и чат-боты по документации и базам знаний;
- семантический поиск по каталогам и внутренним документам;
- хранение памяти и знаний AI-агентов, в том числе в n8n и других оркестраторах;
- бэкенд MCP-серверов;
- векторный поиск вместе с SQL-фильтрами в привычной модели данных PostgreSQL.
Что входит в управляемый кластер
- автоматические бэкапы и восстановление из них;
- отказоустойчивость за счет реплик;
- масштабирование нод: vCPU, RAM и диска;
- пулер соединений PgBouncer;
- мониторинг с экспортом метрик в Prometheus;
- шифрование данных.
PGVector доступен во всех регионах: в Казахстане, Узбекистане и Кении.
docs.servercore.com/ru/managed-databases/pgvector/
