在构建人工智能应用时，工程团队使用向量数据库，常面临管理多个数据库和复杂同步逻辑的情况。
而 Timescale 提出了一种新的方法——“向量化器（Vectorizer）”，它可以自动化创建嵌入向量、生成嵌入表、同步嵌入数据等，使构建 RAG（检索增强生成）、搜索和 AI 代理等系统更加简便。
Vectorizer 基于 PostgreSQL 实现，通过自动同步嵌入向量，解决了向量数据库存在的两大核心问题：
-
嵌入与源数据分离：向量数据库（如 Pinecone）将嵌入向量视为独立的数据，与源数据（如文本、图像）脱节，迫使开发团队同时管理多个系统（如 DynamoDB、OpenSearch），来处理不同类型的数据和搜索功能。
-
复杂的同步操作：每次数据更新、删除时，需要在多个数据库中执行同步操作，增加了系统复杂性和出错的可能性，带来了维护成本的增加。
如【图】所示，Vectorizer 的工作原理如下：
• 检查工作队列表：当源数据表（Source data table）中的数据发生变化时，数据库触发器（Database trigger）自动触发，将相关的任务添加到工作队列表（Work Queue table）。
• 检查工作队列：工人（Worker）周期性检查队列中是否有待处理的任务。
• 读取配置：从配置存储（Configuration Storage）中读取如何处理数据的具体设置，如分块大小、格式化模板等。
• 数据处理：按照读取的配置对数据进行必要的分块和格式化处理，以便嵌入服务能有效地处理文本。
• 发送文本并接收嵌入向量：处理后的文本被发送到外部嵌入服务（如 OpenAI API），该服务返回相应的嵌入向量。
• 将嵌入写回数据库：接收到的嵌入向量使用 pgvector 数据类型存入数据库的嵌入表（Embeddings table），以便后续使用或查询。
通过这一流程，Vectorizer 就能自动同步嵌入向量与基础数据的变化（添加、删除、更新），以确保嵌入与源数据同步，简化数据管理。
感兴趣的小伙伴可以点击 
网页链接
