PostgreSQL 扩展

`pg_vector`

在 Drizzle 模式下，没有特定的代码用于创建扩展。我们假设您正在使用向量类型、索引和查询，并且您有一个安装了 pg_vector 扩展的 PostgreSQL 数据库。

pg_vector 是用于 Postgres 的开源向量相似性搜索

将向量与其他数据一起存储。支持：

精确和近似最近邻搜索
单精度、半精度、二进制和稀疏向量
L2 距离、内积、余弦距离、L1 距离、汉明距离和杰卡德距离

列类型

vector

将向量与其他数据一起存储

有关更多信息，请参阅官方 pg_vector 文档 docs.

const table = pgTable('table', {
    embedding: vector({ dimensions: 3 })
})

CREATE TABLE IF NOT EXISTS "table" (
	"embedding" vector(3)
);

索引

现在您可以为 pg_vector 指定索引，并利用 pg_vector 函数进行查询、排序等。

让我们从 pg_vector 文档中获取几个 pg_vector 索引的示例并翻译成 Drizzle

L2 距离、内积和余弦距离

// CREATE INDEX ON items USING hnsw (embedding vector_l2_ops);
// CREATE INDEX ON items USING hnsw (embedding vector_ip_ops);
// CREATE INDEX ON items USING hnsw (embedding vector_cosine_ops);

const table = pgTable('items', {
    embedding: vector({ dimensions: 3 })
}, (table) => ({
    l2: index('l2_index').using('hnsw', table.embedding.op('vector_l2_ops'))
    ip: index('ip_index').using('hnsw', table.embedding.op('vector_ip_ops'))
    cosine: index('cosine_index').using('hnsw', table.embedding.op('vector_cosine_ops'))
}))

L1 距离、汉明距离和杰卡德距离 - 在 pg_vector 0.7.0 版本中添加

// CREATE INDEX ON items USING hnsw (embedding vector_l1_ops);
// CREATE INDEX ON items USING hnsw (embedding bit_hamming_ops);
// CREATE INDEX ON items USING hnsw (embedding bit_jaccard_ops);

const table = pgTable('table', {
    embedding: vector({ dimensions: 3 })
}, (table) => ({
    l1: index('l1_index').using('hnsw', table.embedding.op('vector_l1_ops')),
    hamming: index('hamming_index').using('hnsw', table.embedding.op('bit_hamming_ops')),
    bit: index('bit_jaccard_index').using('hnsw', table.embedding.op('bit_jaccard_ops'))
}))

辅助函数

对于查询，您可以使用预定义的向量函数，或使用 SQL 模板运算符创建自定义函数。

您还可以使用以下辅助功能：

import { l2Distance, l1Distance, innerProduct, 
          cosineDistance, hammingDistance, jaccardDistance } from 'drizzle-orm'

l2Distance(table.column, [3, 1, 2]) // table.column <-> '[3, 1, 2]'
l1Distance(table.column, [3, 1, 2]) // table.column <+> '[3, 1, 2]'

innerProduct(table.column, [3, 1, 2]) // table.column <#> '[3, 1, 2]'
cosineDistance(table.column, [3, 1, 2]) // table.column <=> '[3, 1, 2]'

hammingDistance(table.column, '101') // table.column <~> '101'
jaccardDistance(table.column, '101') // table.column <%> '101'

如果 pg_vector 有其他函数可用，您可以复制现有的实现。以下是如何实现它。

export function l2Distance(
  column: SQLWrapper | AnyColumn,
  value: number[] | string[] | TypedQueryBuilder<any> | string,
): SQL {
  if (is(value, TypedQueryBuilder<any>) || typeof value === 'string') {
    return sql`${column} <-> ${value}`;
  }
  return sql`${column} <-> ${JSON.stringify(value)}`;
}

您可以随意命名并更改运算符。此示例允许数字数组、字符串数组、字符串，或甚至选择查询。请随意创建其他类型，或甚至贡献并提交 PR。

示例

让我们从 pg_vector 文档中获取几个 pg_vector 查询的示例并翻译成 Drizzle。

import { l2Distance } from 'drizzle-orm';

// SELECT * FROM items ORDER BY embedding <-> '[3,1,2]' LIMIT 5;
db.select().from(items).orderBy(l2Distance(items.embedding, [3,1,2]))

// SELECT embedding <-> '[3,1,2]' AS distance FROM items;
db.select({ distance: l2Distance(items.embedding, [3,1,2]) })

// SELECT * FROM items ORDER BY embedding <-> (SELECT embedding FROM items WHERE id = 1) LIMIT 5;
const subquery = db.select({ embedding: items.embedding }).from(items).where(eq(items.id, 1));
db.select().from(items).orderBy(l2Distance(items.embedding, subquery)).limit(5)

// SELECT (embedding <#> '[3,1,2]') * -1 AS inner_product FROM items;
db.select({ innerProduct: sql`(${maxInnerProduct(items.embedding, [3,1,2])}) * -1` }).from(items)

// 还有更多！

`postgis`

在 Drizzle 模式下，没有特定的代码用于创建扩展。我们假设您正在使用 postgis 类型、索引和查询，并且您有一个安装了 postgis 扩展的 PostgreSQL 数据库。

正如 PostGIS 网站所提到的：

PostGIS 通过增加对存储、索引和查询地理空间数据的支持，扩展了 PostgreSQL 关系数据库的功能。

如果您在使用 PostGIS 扩展时使用 introspect 或 push 命令且不希望包含 PostGIS 表，您可以使用 extensionsFilters 来忽略所有 PostGIS 表。

列类型

geometry

将您的几何数据与其他数据一起存储。

有关更多信息，请参阅官方 PostGIS 文档 docs.

const items = pgTable('items', {
  geo: geometry('geo', { type: 'point' }),
  geoObj: geometry('geo_obj', { type: 'point', mode: 'xy' }),
  geoSrid: geometry('geo_options', { type: 'point', mode: 'xy', srid: 4000 }),
});

mode

geometry 类型有 2 种模式可用于数据库映射：tuple 和 xy。

tuple 将被接受用于插入，并在选择时映射到元组。因此，数据库几何将被视为 [1,2] 与 drizzle。
xy 将被接受用于插入，并在选择时映射到具有 x、y 坐标的对象。因此，数据库几何将被视为 { x: 1, y: 2 } 与 drizzle。

type

当前版本有一个预定义类型：point，这是 PostgreSQL PostGIS 扩展中的 geometry(Point) 类型。如果想使用其他类型，可以指定任何字符串。

索引

使用可用的 Drizzle 索引 API，您应该能够为 PostGIS 编写任何索引。

示例

// CREATE INDEX custom_idx ON table USING GIST (geom);

const table = pgTable('table', {
  	geo: geometry({ type: 'point' }),
}, (table) => ({
    gist: index('custom_idx').using('gist', table.geo)
}))

PostgreSQL

MySQL

SQLite