存储，对高维2048特征向量的索引支持

如何解决存储，对高维2048特征向量的索引支持

我有2048个维度的特征向量，已归一化。

我需要将其存储在具有快速访问权限的postgresql中。 使用余弦相似度或欧几里得相似度进行搜索。 到目前为止，我已经尝试过：

1. 我尝试了杜松子酒索引，距离函数根本不使用索引，所以顺序扫描很糟糕。
2. cube扩展名，但具有100维约束，在索引失败或数据太大而无法连续存储之后，可以将其扩展到128。
3. 将2048个维度分为16128个部分，并作为多维数据集数据类型存储在单独的表中（与id链接）。最后，我必须计算距离之和。虽然比顺序扫描要好。
4. PCA-对于降维，精度不足以处理128维向量。

会有所帮助：

1. 这种工作量的扩展（至少具有欧氏距离和索引支持）
2. 改进3中的分割搜索算法
3. 其他开源数据库系统。

解决方法

我发现PostgreSQL（尽可能好）具有根本的局限性。

我发现SO可以很好地替代它。

它为基本结构化数据/类型提供了全部支持，并为高维向量内置了对所有L1，L2和余弦距离的支持。

我尝试使用250.000个样本，搜索时间不到一秒钟。