OC
TIN 把全文搜索搬进 Postgres,关键在少做一次地址转换
科技 · 2026-09-20 · 开发者工具 · 阅读 0

TIN 把全文搜索搬进 Postgres,关键在少做一次地址转换

据 PlanetScale 9 月 16 日公告,全文搜索扩展 TIN 已面向其 Postgres 和 Neki 数据库正式可用。它支持关键词组合、短语查询、计数和 BM25 排序。这不是所有 PostgreSQL 安装都自动获得的新内核功能,而是该公司提供的扩展能力。

作者:林岚|OC 开发者生态编辑

PlanetScale 9 月 16 日公告,全文搜索扩展 TIN 已面向其 Postgres 和 Neki 数据库正式可用。它支持关键词组合、短语查询、计数和 BM25 排序。这不是所有 PostgreSQL 安装都自动获得的新内核功能,而是该公司提供的扩展能力。

一句话结论:TIN 值得关注的不是一个脱离条件的倍数,而是让搜索索引更贴近 Postgres 的存储和事务机制。

搜索为什么还要再查一遍地址

设想一个商品库:搜索先找出描述包含关键词的商品,再过滤库存、商家和权限,最后返回前十项。如果搜索系统在数据库外面,开发者还要维护两份数据如何同步;如果搬进数据库,索引又必须适应数据库自己的行版本和执行器。

TIN 的核心选择是直接用 ctid 表示索引命中的行版本,而不是先创建另一套文档编号、再把编号翻译回数据库地址。对命中量很大的检索,少一层映射意味着少一批查找,而不只是少几行应用代码。其两级位图把页和页内位置分别组织,便于批量求交、求并;这是厂商对性能来源的解释,不是 OC 的实测结论。

这里有个容易被照搬错的细节:PostgreSQL 文档明确提醒,更新以及某些物理移动会改变 ctid。它适合定位物理行版本,不适合当业务主键。扩展内部利用这个地址,与应用把它永久存进订单表,是两回事。

基准里真正值得看的条件

公告中的一个混合查询、只读、前十项排序测试,报告 TIN 为 199 QPS,对比 ParadeDB 的 7.9 QPS。测试使用 85GB 语料、合成查询、每个查询容器 8 vCPU 和 32GB 内存,并采用支持 AVX-512 的机器。数字来自 PlanetScale,不能直接换算成你的网站会快多少倍。

尤其不能把几种任务混在一起:计数不需要返回完整文档;排前十名不等于完整列出全部命中;只读表现也不能替代持续更新时的延迟。先问结果语义是否一致,再看速度,才有比较意义。

两条检索地址路径的概念对照;AI 插图,非基准数据

少一个服务,并没有少掉一致性

在数据库里搜索的实际吸引力,是筛选条件和事务可以放进同一条查询。比如商品刚下架,业务不希望数据库说不存在、搜索页却继续推荐。可见性、删除清理和后台合并因此都是搜索功能的一部分,而不是上线后的附加题。

TIN 说明其实现会配合事务可见性检查及 VACUUM 清理失效版本。对采用者来说,更实际的验证是构造自己的更新、删除、回滚和并发查询,观察它们是否仍返回预期结果,而不是只导入静态文本跑一次。

评估中文站点,还应单独查看分词、专名、错别字、繁简混用和相关性。支持关键词搜索不自动意味着满足站内搜索体验。一个能极快返回错误排序的索引,省下的等待时间可能会花在用户反复改词上。

将搜索放回主库也会改变资源竞争:索引创建、维护和查询与交易负载共享预算。减少独立搜索集群的运维,可能换来更仔细的主库容量规划。这笔账应同时计入,而不是把“架构更简单”理解成“所有成本都消失”。

关键事实

  • 发布:9 月 16 日;本批为补充报道,并非 9 月 19 日当天发布。
  • 范围:PlanetScale 的 Postgres / Neki 产品。
  • 证据:功能和性能来自厂商公告,OC 未独立复现。
  • 注意:物理行地址不是稳定业务标识。

OC 判断

林岚认为,这类扩展真正有价值的地方,是把原本由业务团队维护的一致性工作下沉到数据库。但采购判断应落在查询正确性、自己的数据分布及维护开销上,不能由最大的性能倍数代替。

为什么重要

  • 对开发者:有机会减少搜索同步链路,但仍要验证语言处理和相关性。
  • 对企业:比较总维护成本,而不只是单次检索速度。
  • 对用户:搜索结果是否及时反映商品、权限和内容变化,比底层叫什么更重要。

参考来源

相关阅读

基于标题、摘要和正文内容自动匹配。

更多科技

评论

围绕这篇文章补充信息、提出问题或分享观察。

0
暂无评论。

发表评论

继续看看 OC 用户围绕这个话题说了什么、做了什么。

相关帖子

更多

做 AI 语音产品时,授权、撤回和审计日志应该怎么落地?

<p>最近看到越来越多关于声音授权的讨论。对开发者来说,真正麻烦的往往不是“模型能不能模仿”,而是授权如何进入系统、生成结果如何追溯,以及授权撤回后该怎么办。</p> <p>我们在做 FlowSpeech 时也碰到过类似问题。我的体会是,不要把“用户勾选过同意”当成一个布尔字段,而应该把它做成一组可以审计的业务对象。</p> <h2>1. 把声音资产和授权分开</h2> <p>声音文件只描述技术属性,例如哈希、上传者、存储位置和创建时间。授权记录则至少要包含授权主体、用途范围、地域、有效期、来源证据和当前状态。这样同一份声音用于个人试听、商业广告、公开播客时,可以绑定不同的授权,而不是共用一个模糊的 consent=true。</p> <h2>2. 每次生成都保存授权快照</h2> <p>生成任务不要只引用当前授权 ID。授权内容以后可能变更,如果任务只查最新状态,历史结果就无法解释。更稳妥的做法是在任务创建时保存授权版本、文本哈希、声音版本、模型版本和操作者。生成出的音频再记录 artifact_id,并反向关联任务。</p> <p>我会把最小链路设计成:</p> <ol> <li>voice_asset:原始声音及版本;</li> <li>consent_grant:授权范围与证据;</li> <li>generation_job:请求参数和授权快照;</li> <li>audio_artifact:输出文件、校验值和公开状态;</li> <li>audit_event:谁在什么时候创建、下载、公开或撤回了内容。</li> </ol> <h2>3. 撤回不是简单删除一行</h2> <p>授权撤回后,系统至少要阻止新任务,并把相关公开音频进入下架队列。已经交付给客户的文件是否能删除,要按照合同和产品能力区分,不能在界面上承诺技术上做不到的“全球删除”。更现实的状态机是 active、suspended、revoked、expired,并明确每个状态允许哪些动作。</p> <h2>4. 对外展示也要可验证</h2> <p>除了后台日志,公开音频最好带上来源标记或可查询的生成记录。水印不是万能方案,但“可识别的音频 + 可验证的元数据 + 清晰的举报入口”组合起来,比一句“AI 生成”更有用。</p> <p>我们现在做的 <a href="https://flowspeech.io/zh">FlowSpeech</a> 主要解决上下文感知、情绪和停顿控制。越往产品化走,越觉得声音效果只是前半程,权限边界和可追溯性才决定这类工具能不能长期使用。</p> <p>大家在实际项目里会把授权证据放在业务数据库、对象存储,还是单独的审计系统?如果授权撤回,你们通常怎么处理已经生成并交付的音频?</p>

FlowSpeech 0 1

奉劝大家不要移民了

<p>对于大多数人而言,移民就是悲剧。实在看不下去了,大家不要往火坑里面跳。 国内发展那么快,你出国去慢车道,消费又高,又存不下钱,又要拼命适应当地环境,何苦? 老老实实在大城市找工作,根据收入买房子上车就好。</p> <p>补充:大城市觉得房价太高太辛苦,就好好学好英语,美国远程回老家省会城市,拿同比一线的收入,三线城市的开销,岂不美哉?</p> <p>转文章: <a href="https://mp.weixin.qq.com/s?__biz=MzAxNTMxMTc0MA==&amp;mid=2651016481&amp;idx=1&amp;sn=6bde227438ea02e3da3673295821692e&amp;chksm=80721b32b705922448a9f8645e8d1a8450e57151b71e58beb64e0addf9485ad0b256a431d68b&amp;mpshare=1&amp;scene=1&amp;srcid=0530QgwbtdDlMP4ZG7Nkonpo&amp;pass_ticket=bz%2FdHaz2YWQrgwhgQlVVXt866SMnyXU53Dd0OzDmMc1uZeu0PqND%2FjdQ6fQk8Bdl#rd"> 中产阶级的地雷阵 #D03 </a></p> <p>更多文章:<a href="https://mp.weixin.qq.com/s?__biz=MzAxNTMxMTc0MA==&amp;mid=503532389&amp;idx=1&amp;sn=84ff5eefb88e1b17f9ec0efb0238140d&amp;chksm=00721d76370594601903172e49477ce0ed149a3ba1bdcb88a300b55c8c552a79ea31134216ae&amp;mpshare=1&amp;scene=1&amp;srcid=0719VQx1dNX5rlraUqjWtCFm&amp;pass_ticket=bz%2FdHaz2YWQrgwhgQlVVXt866SMnyXU53Dd0OzDmMc1uZeu0PqND%2FjdQ6fQk8Bdl#rd">列表</a></p>

halida 198 9

一个体会,Codex 这种现代 Agent,每天一个变,几天不用就有新惊喜

<p>当然我说的也包括 Claude Code,新功能日新月异,还有就是 AI 能力提升以后,可以做的东西日新月异。还有各种工作流方法日新月异。</p> <p>更好玩的是,我最近经历过很多次,你跟人介绍现在 Codex 可以做到什么样子,他们都觉得很厉害。但是你现场一演示,他们的震撼就更加完全不同了。所以,这种东西,需要大量的 Workshop 去沟通交流,光看文字很难讲清楚,直播、视频也越来越重要了。</p>

tinyfool 1 89

你们的Codex额度提前耗完了没?戒断反应如何?

<p>我在第三天就消耗了只剩1%,忍了一天,然后今天干脆用这最后的1%,开着5.6 Sol 极高 强推我一个提示词笔记本应用的功能落地。最终用时3小时,居然还是跑完了。但是现在还是出现一些戒断反应,感觉啥也做不了,就无精打采的,困。</p> <p>我做了一个Prompt Notebook,专门用来收藏或者记录自己手搓的生图提示词。带Chrome一键收藏插件。支持AI优化提示词。支持提示词中提取常用字段作为提示词百科词汇。也自带生图功能用来测提示词。但是要搭配Cloudflare R2+Worker的图床。</p> <p>今天主要是做一个AI模特的资产库。将常用的AI模特固定下来,进行身份设定,以及模特的一些角色定妆图。之后生图可以直接调用AI模特自动作为垫图。</p> <p>这是AI模特资产库的界面: <img src="/upload/thread/202608/42b5f73e-938f-45de-b74e-da69da9d72a8.webp" alt="1bb0d28b-c7dd-4327-bafa-26b60323cbed" /> 这是主界面的提示词瀑布流,支持关键词或标签搜索: <img src="/upload/thread/202608/3e15b6e7-345f-48b4-aeff-1bbd89afe9d3.webp" alt="ab998e2f-9ccc-4173-832f-223aa6c6fa81" /> 这是提示词笔记的预览界面,可以复制提示词,分享提示词,点击分享还有分享短链:(https://prompt.jintao.co.uk/share/20260806LfsmY) <img src="/upload/thread/202608/bab31972-0468-4582-b873-6309233254a6.webp" alt="20260806-201213" /> 可惜现在没额度了,我又不想换模型折腾。现在还有些界面细节和小功能需要落地完善,可能还要虫子要抓。弄好了,打算放GitHub开源。</p> <p>有朋友想试试的么?</p>

shynloc 2 4