Amazon Aurora PostgreSQL 现在支持 pgvector 进行向量存储和相似性搜索

Amazon Aurora PostgreSQL 兼容版现在支持 pgvector 扩展，用于将来自机器学习 (ML) 模型的嵌入内容存储在您的数据库中并执行高效的相似性搜索。嵌入内容是从生成式人工智能创建的数字表示（向量），可将文本输入的语义含义捕获到大型语言模型（LLM）中。pgvector 可以存储和搜索来自 Amazon Bedrock、Amazon SageMaker 等的嵌入内容。

通过在 Aurora PostgreSQL 上使用 pgvector，您可以轻松地为支持机器学习的应用程序设置、操作和扩展数据库。pgvector 扩展允许您在电子商务、媒体、健康应用程序等中构建机器学习功能，以便在目录中查找类似的项目。例如，流媒体服务可以使用 pgvector 提供与您刚刚看过的电影相似的电影推荐列表。Aurora 机器学习让您能够通过熟悉的 SQL 编程语言，将基于机器学习的预测添加到应用程序，因此您无需学习单独的工具，也无需拥有机器学习经验。

pgvector 扩展适用于 AWS 区域（包括 AWS GovCloud（美国）区域）中的 Aurora PostgreSQL 15.3、14.8、13.11、12.15 及更高版本。

要开始使用，您可以直接从 AWS 管理控制台或 AWS CLI 启动新的 Amazon Aurora 数据库实例。要了解有关 pgvector 的更多信息，请参阅 AWS 数据库博客。要开始使用 Amazon Aurora，请访问我们的入门页面。 

如果您有兴趣了解有关本次发布的更多信息，可以在 AWS On Air 上观看我们团队的演示。