Build a Hybrid Search Engine in PostgreSQL: BM25 + Vector Retrieval
TL;DR · AI 摘要
PostgreSQL可通过BM25和向量检索构建混合搜索引擎，无需依赖Elasticsearch。
核心要点
- 使用pg_textsearch实现BM25关键词匹配，pgvector存储384维句子嵌入
- 通过RRF算法合并两种检索结果，保持ACID一致性
- Python+FastAPI后端支持单事务文档写入和查询分析
结构提纲
按章节快速跳转。
思维导图
用一张图看清主题之间的关系。
查看大纲文本（无障碍 / 无 JS 友好）
- PostgreSQL混合搜索
- BM25实现
- pg_textsearch扩展
- 关键词匹配
- 向量检索
- pgvector存储
- 384维嵌入
- 整合方案
- RRF算法
- ACID保证
金句 / Highlights
值得收藏与分享的关键句。
混合搜索通过RRF算法合并BM25和向量检索结果，实现精准与语义查询的统一
使用pgvector存储384维句子嵌入，结合pgvectorscale实现高效检索
单事务文档写入确保搜索索引与业务数据的强一致性
在 PostgreSQL 中构建混合搜索引擎：BM25 + 向量检索
2026 年 10 月 21 日
/
Beau Carnes
大多数应用程序的搜索设置都迫使开发者做出取舍：要么使用简单的文本过滤器，要么管理一个独立的搜索集群（如 Elasticsearch）并处理复杂的同步流水线。
在 freeCodeCamp.org YouTube 频道的新视频课程中，我演示了如何在 PostgreSQL 中运行一个完整的生产级搜索流水线。通过在单一数据库中结合词汇关键词匹配和密集向量嵌入，既能消除外部依赖，又能为搜索索引保留 ACID 保证。
搜索查询通常需要两种不同的检索行为。精确查询（如 "Apollo 13"）需要精确的关键词匹配，这正是关键词引擎的强项。而概念性查询（如 "会自己发光的动物"）描述了一个想法但没有提及生物发光，这正是语义向量搜索的用武之地。混合搜索同时执行这两种策略，并通过 SQL 中的倒数排名融合（RRF）将结果合并为一个排序列表。
在本课程中，我将在 24 万篇 Simple English Wikipedia 文章上构建一个完整的全栈搜索应用。教程涵盖：使用 pg_textsearch 扩展设置针对语料库的 BM25 排名、使用 pgvector 和 pgvectorscale 存储 384 维句子嵌入、使用 EXPLAIN (ANALYZE, BUFFERS) 分析查询计划。后端使用 Python、FastAPI 和 Psycopg 连接所有组件，包含匹配高亮和单事务文档写入功能。
观看 freeCodeCamp.org 的 PostgreSQL 混合搜索课程（1 小时）。
合作伙伴推荐课程
(opens in a new tab)
ADVERTISEMENT
- Coursera 向量索引与混合搜索 Edureka 3w 3 周课程，每周 2 小时 中级 证书 查看课程 (opens in a new tab)
- Udemy 向量数据库从基础到生产 [2026 版] Paulo Dichone 4.5（满分 5 星） 3,539 人评价 4h 26m 初级 证书 查看课程 (opens in a new tab)
- edX 使用 Pgvector 构建向量搜索引擎 2w 2 周课程，每周 2-4 小时 中级 证书 查看课程 (opens in a new tab)
- Coursera 行业混合搜索专家培养 2w 2 周课程，每周 1 小时 中级 证书 查看课程 (opens in a new tab)
更多向量与语义搜索课程请访问 Class Central
→
我是 freeCodeCamp.org 的讲师和开发者，运营着 freeCodeCamp.org YouTube 频道。
如果这篇文章对你有帮助，请分享。
免费学习编程。freeCodeCamp 的开源课程已帮助超过 40,000 人成为开发者。立即开始学习