SpringAI加载Java文件至PG Vector DB时维度不匹配问题求助

DevOps 小满

2026-6-20

PGVector向量存储维度不匹配报错问题解决

报错信息

caused by: org.postgresql.util.PSQLException: ERROR: expected 1596 dimensions, not 4096

配置、代码及依赖

应用配置

spring:
  ai:
    ollama:
      base-url: http://localhost:11434
      embedding:
        options:
          model: llama3
    vectorstore:
        pgvector:
          index-type: HNSW
          distance-type: COSINE_DISTANCE
          dimensions: 1596

文档加载代码

for (File file : javaFiles) {
    log.info("Loading document: {}", file.getName());

    Resource resource = new FileSystemResource(file);
    TextReader documentReader = new TextReader(resource);
    List<Document> documents = documentReader.get();

    TextSplitter textSplitter = new TokenTextSplitter();
    List<Document> splitDocuments = textSplitter.apply(documents);

    vectorStore.add(splitDocuments);
}

项目依赖

<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-ollama-spring-boot-starter</artifactId>
</dependency>
<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-pgvector-store-spring-boot-starter</artifactId>
</dependency>

问题原因

配置的PGVector维度（1596）与Ollama使用的Llama3模型实际输出的嵌入维度（4096）不匹配。Llama3系列模型（如7B、8B版本）的嵌入向量默认维度为4096，而PGVector表按配置的1596维度创建，导致插入Ollama返回的4096维度向量时触发维度校验错误。

解决步骤

修正维度配置
修改应用配置中PGVector的dimensions值为4096，与Llama3模型的实际输出维度一致：
```
spring:
  ai:
    vectorstore:
        pgvector:
          dimensions: 4096
```
调整数据库表结构
由于已创建1596维度的vector_store表，需二选一行事：
- 删除数据库中的vector_store表，重启应用后Spring AI会自动创建4096维度的新表；
- 手动执行SQL修改表字段维度：
```
ALTER TABLE vector_store ALTER COLUMN vector TYPE vector(4096);
```
重启验证
重启应用后重新执行文档加载逻辑，即可正常插入向量数据。