Saltar al contenido principal

Búsqueda semántica en PostgreSQL con pgvector

· Lectura de un minuto

Añadir búsqueda semántica a una base de datos PostgreSQL existente con una sola extensión, sin infraestructura adicional.

Experimento: búsqueda semántica en PostgreSQL​

Contexto: añadir búsqueda semántica a una base de datos PostgreSQL existente con una sola extensión.

-- Habilitar extensión
CREATE EXTENSION vector;

-- Tabla con columna de embedding
CREATE TABLE fragmentos (
  id SERIAL PRIMARY KEY,
  texto TEXT,
  embedding vector(3)  -- 3 dimensiones para el ejemplo
);

-- Insertar datos con embeddings
INSERT INTO fragmentos (texto, embedding) VALUES
  ('Los transformers dominan el NLP', '[0.1, 0.8, 0.3]'),
  ('Ollama ejecuta LLMs en local',    '[0.9, 0.1, 0.2]'),
  ('RAG mejora la precisión del LLM', '[0.4, 0.6, 0.7]');

-- Buscar el más similar a un vector de consulta
SELECT texto, embedding <=> '[0.85, 0.15, 0.25]' AS distancia
FROM fragmentos
ORDER BY distancia
LIMIT 2;

Resultado:

texto                           | distancia
--------------------------------+----------
Ollama ejecuta LLMs en local    | 0.018
Los transformers dominan el NLP | 0.412

Qué aprender: <=> es el operador de distancia coseno. Con un índice HNSW (CREATE INDEX ON fragmentos USING hnsw (embedding vector_cosine_ops)) la búsqueda escala a millones de filas sin degradación notable.

Referencias​