Timescale开源pg_vectorsearch扩展，PRISM索引用分区加压缩替代HNSW/IVFFlat，宣称查询更快、内存占用大降
Timescale 开源了 PostgreSQL 向量检索扩展 pg_vectorsearch，核心是名为 PRISM 的新索引：用「分区 + 压缩」替代 pgvector 中 HNSW/IVFFlat 的图检索结构，官方宣称查询更快、内存占用只需一小部分、建索引也显著更快，并提及 1 亿向量规模的测试结果——这些性能数字均来自厂商博客自述，目前没有第三方独立验证。它瞄准的是向量检索（RAG 等场景）中内存占用和成本偏高的问题。热度方面证据还很有限：截至 2026-10-14 发布当日，Hacker News 上仅 27 分、4 条评论，GitHub 星数与增长数据在材料中未见披露。
hackernews · jascha_eng · 10月14日 11:47 · 社区讨论
「为什么受关注」 它踩中了 AI 应用落地后向量索引内存成本高企的痛点：PRISM 的卖点是绕开 HNSW 图结构对常驻内存的依赖，改用分区和压缩来省内存。时机上，评论区有人提到同类低内存方案 VectorChord 已帮自己把 PostgreSQL 成本砍半（个人经验），并认为「内存荒」正在推动社区利用现代 NVMe 硬盘的高速读写寻找新方案。与 pgvector 内置索引相比，差异点在于索引结构本身从图换成了分区加压缩，但这一优势叙事目前完全来自官方，需独立 benchmark 检验。
「上手与验证路径」 开源地址：github.com/timescale/pg_vectorsearch；配套博客发布在 tigerdata.com，链接可在 HN 帖子和仓库中找到。技术栈是 PostgreSQL 扩展，适合已有 Postgres 加 pgvector 或 RAG 管线的开发者。今晚可以做的第一步：克隆仓库，按 README 在测试库安装扩展，用自己的一批向量数据对比 pgvector 的 HNSW/IVFFlat，重点验证召回率、查询延迟和内存占用是否达到官方宣称。另按评论区提醒，先确认过滤查询的支持方式：有评论者查证后指出目前仅有后过滤（post-filtering），如果你的场景依赖租户或权限级过滤，这可能是关键限制，需自行测试确认。
做AI项目，先看AI雷达 - AiRadar.com.cn · 全部AI快讯 →