首页 › Spring AI › 向量数据库与 RAG

VectorStore 是向量数据库的统一抽象，PGVector 是 PostgreSQL 的向量存储扩展。

安装 PGVector

# Docker 一键启动 PostgreSQL + pgvector
docker run -d \
    --name pgvector \
    -e POSTGRES_USER=postgres \
    -e POSTGRES_PASSWORD=postgres \
    -e POSTGRES_DB=vectordb \
    -p 5432:5432 \
    pgvector/pgvector:0.7.0-pg16

添加依赖

<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-pgvector-store-spring-boot-starter</artifactId>
</dependency>

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-jdbc</artifactId>
</dependency>

配置

spring:
  datasource:
    url: jdbc:postgresql://localhost:5432/vectordb
    username: postgres
    password: postgres

  ai:
    vectorstore:
      pgvector:
        index-type: HNSW           # HNSW 或 IVFFlat
        distance-type: COSINE_DISTANCE  # COSINE, EUCLIDEAN, INNER_PRODUCT
        dimension: 1536            # text-embedding-ada-002 的维度
        initialize-schema: true    # 自动建表

VectorStore 接口

@Service
public class VectorStoreService {

    private final VectorStore vectorStore;

    public VectorStoreService(VectorStore vectorStore) {
        this.vectorStore = vectorStore;
    }

    // 添加文档
    public void addDocuments(List<Document> documents) {
        vectorStore.add(documents);
    }

    // 语义搜索
    public List<Document> search(String query, int topK) {
        SearchRequest request = SearchRequest.builder()
            .query(query)
            .topK(topK)
            .similarityThreshold(0.5)   // 相似度阈值
            .build();
        return vectorStore.similaritySearch(request);
    }

    // 带过滤条件的搜索
    public List<Document> searchWithFilter(String query, int topK,
                                           String category) {
        SearchRequest request = SearchRequest.builder()
            .query(query)
            .topK(topK)
            .filterExpression("category == '" + category + "'")
            .build();
        return vectorStore.similaritySearch(request);
    }

    // 删除文档
    public void delete(List<String> documentIds) {
        vectorStore.delete(documentIds);
    }
}

Document 对象

// 构建文档
Document doc = new Document(
    "doc-1",                                // ID
    "Spring AI is a framework for building AI applications",
    Map.of(                                 // 元数据
        "category", "technology",
        "author", "Spring Team",
        "createdAt", "2026-01-01"
    )
);

// 批量构建
List<Document> documents = List.of(
    new Document("doc-1", "Content A", Map.of("category", "tech")),
    new Document("doc-2", "Content B", Map.of("category", "science"))
);

搜索请求详解

SearchRequest request = SearchRequest.builder()
    .query("如何集成 Spring AI")       // 搜索文本（自动向量化）
    .topK(5)                          // 返回 TOP-5
    .similarityThreshold(0.7)         // 只返回相似度 >= 0.7 的结果
    .filterExpression("category == 'technology'")  // 元数据过滤
    .build();

List<Document> results = vectorStore.similaritySearch(request);

// 每个 Document 包含相似度分数
results.forEach(doc -> {
    System.out.println("ID: " + doc.getId());
    System.out.println("Content: " + doc.getContent());
    System.out.println("Score: " + doc.getMetadata().get("distance"));
    System.out.println("---");
});

使用 JDBC 直接查询

@Repository
public class VectorRepository {

    private final JdbcTemplate jdbcTemplate;

    // 直接执行向量搜索（不通过 VectorStore）
    public List<Map<String, Object>> vectorSearch(float[] embedding, int topK) {
        // PostgreSQL 的 <=> 操作符表示余弦距离
        String arrayLiteral = toPostgresArray(embedding);
        String sql = """
            SELECT id, content, metadata,
                   1 - (embedding <=> '%s'::vector) AS similarity
            FROM vector_store
            ORDER BY embedding <=> '%s'::vector
            LIMIT ?
            """.formatted(arrayLiteral, arrayLiteral);

        return jdbcTemplate.queryForList(sql, topK);
    }

    private String toPostgresArray(float[] vector) {
        return Arrays.stream(vector)
            .mapToObj(String::valueOf)
            .collect(Collectors.joining(",", "[", "]"));
    }
}

小结

• VectorStore 是向量数据库的统一抽象，PGVector 是 PostgreSQL 的实现。
• 使用 pgvector/pgvector Docker 镜像快速搭建。
• SearchRequest.query(topK) 自动对文本做 Embedding 后搜索。
• similarityThreshold 过滤低相似度结果，filterExpression 按元数据过滤。
• HNSW 索引适合高精度，IVFFlat 索引适合大数据量。
• PostgreSQL + pgvector 是最成熟的开源向量数据库方案之一。

上一节：Embedding 向量化 下一节：Document 加载与切分

贡献者: 布欧-Lewyon