O PostgreSQL continua a dominar o panorama dos bancos de dados—mais de 84.000 empresas dependem dele em 2025, e esse número continua a crescer.
Aqui está o ponto: a pesquisa por palavras-chave não vai desaparecer. Ela permanece fundamental para a maioria das aplicações. Mas aqui é onde fica interessante—Tiger Data recentemente open-sourçou o pg_textsearch, que traz capacidades de pesquisa classificadas pelo BM25 diretamente para o Postgres. Isto não é apenas mais uma ferramenta de pesquisa; funciona perfeitamente com o pgvector para permitir fluxos de trabalho de pesquisa híbridos.
Para os desenvolvedores que constroem camadas de pesquisa de alto desempenho, essa combinação muda o jogo. Você obtém uma pesquisa de texto completo eficiente, alimentada por algoritmos BM25, enquanto mantém capacidades de similaridade vetorial na mesma base de dados. Sem necessidade de gerenciar múltiplos sistemas—tudo vive no Postgres.
Ver original
Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.
8 Curtidas
Recompensa
8
6
Repostar
Compartilhar
Comentário
0/400
CodeAuditQueen
· 2025-12-30 21:39
postgres voltou a inovar, bm25+pgvector integrado diretamente... só não sei se essa parte do código foi auditada, caso contrário, pode introduzir novas vulnerabilidades e ficar complicado
Ver originalResponder0
alpha_leaker
· 2025-12-29 19:56
Não, não, o pg_textsearch é realmente incrível, finalmente não preciso mais se preocupar com aquela pilha de porcarias do Elasticsearch.
Ver originalResponder0
ThreeHornBlasts
· 2025-12-29 14:57
Nada mais do que colocar a capacidade de pesquisa no postgres, o verdadeiro problema é que a maioria das pessoas ainda é preguiçosa para otimizar as suas consultas...
Ver originalResponder0
TokenVelocityTrauma
· 2025-12-29 14:57
O ecossistema do Postgres voltou a ficar competitivo, o pg_textsearch combinado com o pgvector resolve tudo de uma só vez, sem precisar de sistemas diferentes, realmente excelente
Ver originalResponder0
UnluckyValidator
· 2025-12-29 14:37
A operação do pg_textsearch foi interessante, BM25+pgvector eliminou diretamente várias soluções de pesquisa
Ver originalResponder0
AllTalkLongTrader
· 2025-12-29 14:28
Caramba, a combinação de pg_textsearch + pgvector é realmente incrível, um único banco de dados resolve todas as necessidades de pesquisa, sem precisar se preocupar com múltiplos sistemas.
O PostgreSQL continua a dominar o panorama dos bancos de dados—mais de 84.000 empresas dependem dele em 2025, e esse número continua a crescer.
Aqui está o ponto: a pesquisa por palavras-chave não vai desaparecer. Ela permanece fundamental para a maioria das aplicações. Mas aqui é onde fica interessante—Tiger Data recentemente open-sourçou o pg_textsearch, que traz capacidades de pesquisa classificadas pelo BM25 diretamente para o Postgres. Isto não é apenas mais uma ferramenta de pesquisa; funciona perfeitamente com o pgvector para permitir fluxos de trabalho de pesquisa híbridos.
Para os desenvolvedores que constroem camadas de pesquisa de alto desempenho, essa combinação muda o jogo. Você obtém uma pesquisa de texto completo eficiente, alimentada por algoritmos BM25, enquanto mantém capacidades de similaridade vetorial na mesma base de dados. Sem necessidade de gerenciar múltiplos sistemas—tudo vive no Postgres.