Referencia: Almacén RAG de pgvector

Referencia compuesta para RAG de documentos en PostgreSQL 18.4 + pgvector 0.8+ (instancia de search dedicada, 64 GB RAM). ~40M fragmentos, embeddings de 1536 dimensiones, SaaS multi-inquilino con RLS.

Esquema

CREATE EXTENSION IF NOT EXISTS vector;
 
CREATE TABLE document_chunks (
  id bigint GENERATED ALWAYS AS IDENTITY PRIMARY KEY,
  tenant_id uuid NOT NULL,
  document_id uuid NOT NULL,
  chunk_index int NOT NULL,
  content text NOT NULL,
  embedding vector(1536) NOT NULL,
  created_at timestamptz NOT NULL DEFAULT now(),
  UNIQUE (tenant_id, document_id, chunk_index)
);
 
ALTER TABLE document_chunks ENABLE ROW LEVEL SECURITY;
CREATE POLICY chunks_tenant ON document_chunks
  USING (tenant_id = current_setting('app.tenant_id', true)::uuid);

Ajuste de Índices (HNSW)

CREATE INDEX document_chunks_embedding_hnsw_idx
  ON document_chunks
  USING hnsw (embedding vector_cosine_ops)
  WITH (m = 16, ef_construction = 64);
 
-- Recuperación vs latencia en tiempo de consulta
SET hnsw.ef_search = 100;

Patrón de Consulta

SELECT id, document_id, content,
       embedding <=> $1::vector AS distance
FROM document_chunks
WHERE tenant_id = $2::uuid
ORDER BY embedding <=> $1::vector
LIMIT 20;

• Siempre filtrar tenant_id antes de la ordenación vectorial (RLS + planificador).
• Se consideraron índices parciales por inquilino grande con más de 5M de fragmentos.
• Escrituras de embeddings en lotes; COPY para ingesta masiva fuera de horas pico.

Topología

OLTP primario (cuentas, facturación)
        │
        └── Subconjunto de replicación lógica → instancia de búsqueda (solo fragmentos)

Instancia de búsqueda dimensionada para RAM de HNSW (~2x margen para tamaño de índice). OLTP no está en la misma ubicación que el mantenimiento de la construcción de HNSW.

Operaciones

• Reindexar HNSW en la ventana de mantenimiento después de una actualización importante de pgvector.
• Monitorizar idx_scan y la latencia de búsqueda p95 por separado de los SLO de OLTP.
• Eliminación de inquilino: DELETE FROM document_chunks WHERE tenant_id = $1 (trabajo asíncrono).

Relacionado

• Conceptos básicos de pgvector - introducción a la extensión
• Índices IVFFlat vs HNSW - elección de índice
• Esquema de almacenamiento RAG - profundidad del esquema
• Referencia: SaaS Multi-Inquilino - patrones de RLS

Versiones de la pila: Esta página se escribió para PostgreSQL 18.4 (estable 18, mantenimiento 17), pgvector 0.8+, PgBouncer 1.x, Patroni 3.x y PostGIS 3.5+.