PostgreSQL with pgvector and pg_jieba

基于 pgvector 的 Docker 镜像，额外安装了 pg_jieba 中文分词插件。

当前版本：PostgreSQL 14

注意：由于 pg_jieba 扩展的兼容性限制，当前仅支持 PostgreSQL 14。未来版本将逐步支持 PostgreSQL 15+。

• pgvector: 向量相似度搜索扩展
• pg_jieba: 中文分词扩展

• docker.cnb.cool/xbotter/pgvector-jieba:latest - 最新版本
• docker.cnb.cool/xbotter/pgvector-jieba:pg14 - PostgreSQL 14
• docker.cnb.cool/xbotter/pgvector-jieba:pg14-<commit> - 特定提交版本

# 构建镜像
docker build -t pgvector-jieba:pg14 .

# 拉取最新版本
docker pull docker.cnb.cool/xbotter/pgvector-jieba:latest

# 拉取 PostgreSQL 14 版本
docker pull docker.cnb.cool/xbotter/pgvector-jieba:pg14

docker run -d \
  --name postgres-pgvector-jieba \
  -p 5432:5432 \
  -e POSTGRES_PASSWORD=yourpassword \
  -e POSTGRES_DB=mydb \
  pgvector-jieba:pg14

docker exec -it postgres-pgvector-jieba psql -U postgres -d mydb

-- 测试中文分词
SELECT ts_debug('jiebacfg', '中文分词测试postgresql');

-- 创建测试表
CREATE TABLE documents (
    id SERIAL PRIMARY KEY,
    content TEXT
);

-- 插入测试数据
INSERT INTO documents (content) VALUES
    ('中文分词是自然语言处理的基础'),
    ('PostgreSQL 是功能强大的开源数据库');

-- 创建全文搜索索引
CREATE INDEX ON documents USING gin(to_tsvector('jiebacfg', content));

-- 全文搜索
SELECT * FROM documents
WHERE to_tsvector('jiebacfg', content) @@ to_tsquery('jiebacfg', '数据库');

-- 创建向量表
CREATE TABLE items (
    id SERIAL PRIMARY KEY,
    embedding vector(1536)
);

-- 插入向量数据
INSERT INTO items (embedding) VALUES ('[1,2,3]'), ('[4,5,6]');

-- 向量相似度搜索
SELECT * FROM items
ORDER BY embedding <-> '[3,1,2]'
LIMIT 5;

• Dockerfile: 镜像构建文件
• init-pg-jieba.sql: 数据库初始化脚本，自动启用扩展
• pg_jieba.conf: pg_jieba 配置文件（可选）