使用Langchain与pgvector时PostgreSQL报vector类型不存在错误

错误信息 #

执行表创建语句时触发如下错误：

(psycopg2.errors.UndefinedObject) type "vector" does not exist
LINE 4:  embedding VECTOR(1536), 
                   ^

[SQL: 
CREATE TABLE langchain_pg_embedding (
    collection_id UUID, 
    embedding VECTOR(1536), 
    document VARCHAR, 
    cmetadata JSON, 
    custom_id VARCHAR, 
    uuid UUID NOT NULL, 
    PRIMARY KEY (uuid), 
    FOREIGN KEY(collection_id) REFERENCES langchain_pg_collection (uuid) ON DELETE CASCADE
)
]

环境详情 #

• pgvector Docker镜像：ankane/pgvector:v0.4.1
• Python版本：3.10.6，psycopg2版本：2.9.6，pgvector Python库版本：0.1.6

已安装PostgreSQL扩展列表 #

Name   | Version |   Schema   |                Description                 
---------+---------+------------+--------------------------------------------
 plpgsql | 1.0     | pg_catalog | PL/pgSQL procedural language
 vector  | 0.4.1   | public     | vector data type and ivfflat access method

已尝试的无效解决方法 #

• 重新安装带pgvector扩展的PostgreSQL Docker镜像
• 按官方说明手动安装扩展
• 执行以下SQL语句手动安装扩展：

CREATE EXTENSION IF NOT EXISTS vector
    SCHEMA public
    VERSION "0.4.1";

可行解决方向 #

1. 确保数据库搜索路径包含public schema
   Langchain连接PostgreSQL时，需确认连接配置中包含public schema的搜索路径。可在连接字符串中添加options='-c search_path=public'，或先执行SET search_path TO public;再执行表创建语句。

2. 确认扩展安装在目标数据库中
   切换到Langchain实际使用的数据库（执行\c your_db_name），再重新执行CREATE EXTENSION vector;，避免扩展安装到了默认postgres库而非业务库。

3. 升级pgvector Python库
   当前使用的0.1.6版本较旧，升级到与pgvector扩展0.4.1兼容的新版本（如0.2.0及以上），确保客户端与服务端版本匹配。

4. 核对数据库连接配置
   检查Langchain的连接字符串，确认连接的是已安装vector扩展的数据库实例，避免连接到未配置的数据库。

内容的提问来源于stack exchange，提问作者Rijoanul Hasan Shanto