# PG Vector Reviews **Vendor:** pgvector **Category:** [Software de base de datos vectorial](https://www.g2.com/es/categories/vector-database) **Average Rating:** 3.8/5.0 **Total Reviews:** 12 ## About PG Vector PGVector is an open-source extension for PostgreSQL that enables efficient vector similarity searches directly within the database. It allows users to store and query vector data alongside traditional relational data, facilitating tasks such as machine learning model integration, recommendation systems, and natural language processing applications. Key Features and Functionality: - Vector Storage: Supports single-precision, half-precision, binary, and sparse vectors, accommodating diverse data types. - Similarity Search: Offers both exact and approximate nearest neighbor search capabilities, utilizing distance metrics like L2 (Euclidean, inner product, cosine, L1, Hamming, and Jaccard distances. - Indexing: Provides indexing methods such as HNSW (Hierarchical Navigable Small World and IVFFlat (Inverted File with Flat quantization to optimize search performance. - Integration: Compatible with any language that has a PostgreSQL client, enabling seamless incorporation into existing applications. - PostgreSQL Features: Maintains full support for PostgreSQL's ACID compliance, point-in-time recovery, and JOIN operations, ensuring data integrity and reliability. Primary Value and User Solutions: PGVector addresses the challenge of integrating vector similarity search within relational databases by embedding this functionality directly into PostgreSQL. This integration eliminates the need for external systems or complex data pipelines, simplifying architecture and reducing latency. Users can perform efficient similarity searches on vector data stored alongside their relational data, streamlining workflows in applications like recommendation engines, image and text retrieval, and other AI-driven solutions. ## PG Vector Reviews ### 1. Complicando el Análisis de Datos y la Toma de Decisiones **Rating:** 2.5/5.0 stars **Reviewed by:** Justin C. | Surveyor, Administración gubernamental, Mediana Empresa (51-1000 empleados) **Reviewed Date:** December 15, 2023 **¿Qué es lo que más le gusta de PG Vector?** No hay potencial de escalabilidad para PG Vector. Configurarlo inicialmente es difícil, una vez que está correctamente configurado maneja conjuntos de datos. Adaptar PG Vector, para datos requiere tiempo y recursos adicionales, demuestra ser una herramienta pobre para la expansión rápida de negocios, necesitando una amplia experiencia técnica. **¿Qué es lo que no le gusta de PG Vector?** Hay inconvenientes que necesitan ser mejorados. A medida que aumenta la dificultad de los datos, configurar y ajustar PG Vector demanda recursos y experiencia. Esto plantea problemas para los usuarios que no están bien versados en técnicas avanzadas de gestión de bases de datos. **¿Qué problemas resuelve PG Vector y cómo le beneficia eso?** A pesar de los procesos proporcionados por PG Vector, buscar vectores dentro de grandes conjuntos de datos sigue siendo un proceso que consume mucho tiempo. No es capaz de resolver desafíos de datos difíciles, lo que lo convierte en un activo engorroso. PG Vector no resuelve el problema de la funcionalidad en las extensiones vectoriales. ### 2. SQL- Vector PG **Rating:** 5.0/5.0 stars **Reviewed by:** Nishant M. | Analyst, Mediana Empresa (51-1000 empleados) **Reviewed Date:** January 16, 2024 **¿Qué es lo que más le gusta de PG Vector?** Me ayuda a almacenar y consultar el SQL. La implementación de PG vector es perfecta, significa que la interfaz de usuario es fácil de usar. Tiene una cantidad de características y muchas personas usan frecuentemente este software para almacenar SQL y para la búsqueda de vectores. La integración utiliza la IA para gestionar los datos y mucho más. En esto, el soporte es bueno y la extensión de vectores para SQL es la mejor. **¿Qué es lo que no le gusta de PG Vector?** A veces toma tiempo para que los resultados aparezcan, pero está bien. **¿Qué problemas resuelve PG Vector y cómo le beneficia eso?** Me ayuda a almacenar los datos SQL y consultar vectores, también utiliza la IA que es muy buena. ### 3. Peor Análisis de Datos y Toma de Decisiones **Rating:** 2.5/5.0 stars **Reviewed by:** Christopher B. | Organizational Economist, Ingeniería mecánica o industrial, Mediana Empresa (51-1000 empleados) **Reviewed Date:** December 21, 2023 **¿Qué es lo que más le gusta de PG Vector?** Necesita ser robusto al tratar con conjuntos de datos. Requiere algo de esfuerzo de configuración, pero debidamente configurado ofrece resultados inexactos. Aunque manejar datos demanda tiempo y recursos, no vale la pena para aquellos que necesitan escalabilidad sin un amplio conocimiento técnico. **¿Qué es lo que no le gusta de PG Vector?** PG Vector resulta ser una herramienta deficiente para gestionar y analizar datos. PG Vector ofrece soluciones para almacenar y recuperar datos, el proceso de configuración es intensivo en recursos y requiere conocimientos específicos. A medida que los conjuntos de datos se vuelven más grandes y complejos, configurar el sistema se vuelve oneroso. **¿Qué problemas resuelve PG Vector y cómo le beneficia eso?** PG Vector no puede resolver el problema del soporte de vectores en bases de datos de código abierto. Al aprovechar esta extensión, no podemos manipular datos vectoriales, lo que resulta en un aumento del rendimiento de nuestras aplicaciones empresariales. ### 4. PGVector: Expanding the Capabilities of PostgreSQL **Rating:** 3.5/5.0 stars **Reviewed by:** Miguel Ángel C. | Programador full stack, Pequeña Empresa (50 o menos empleados) **Reviewed Date:** September 30, 2023 **¿Qué es lo que más le gusta de PG Vector?** Lo mejor de PGVector, desde mi punto de vista, es que facilita encontrar cosas similares en grandes cantidades de datos. Esto es útil para analizar información y tomar decisiones basadas en similitudes. Simplifica la búsqueda y hace que los resultados sean más precisos. **¿Qué es lo que no le gusta de PG Vector?** What I like least about PGVector is that it can be complicated to set up correctly at first, which could be a hurdle if trying to scale to larger datasets. Additionally, as the data becomes more complex, adjusting PGVector to obtain accurate results can take more time and resources, which could make it difficult to use in situations where rapid growth is needed without having deep technical knowledge. **¿Qué problemas resuelve PG Vector y cómo le beneficia eso?** PGVector resuelve problemas al permitir la búsqueda precisa por similitud de vectores en grandes conjuntos de datos. Ahora bien, si bien esto me ha beneficiado en la precisión y ahorro de tiempo en las tareas de procesamiento de datos, es importante mencionar que a medida que estos crecen y se vuelven más complejos, la configuración y el ajuste de PGVector pueden requerir más recursos y conocimiento técnico. ### 5. PG Vector: Embeddings Revolucionarios para PostgreSQL **Rating:** 4.0/5.0 stars **Reviewed by:** Sangeetha k. | Digital Marketing Associate , Pequeña Empresa (50 o menos empleados) **Reviewed Date:** December 19, 2023 **¿Qué es lo que más le gusta de PG Vector?** PG Vector integra sin problemas el aprendizaje automático en PostgreSQL. Me permite desbloquear una búsqueda semántica poderosa sin alterar mi pila de datos existente. **¿Qué es lo que no le gusta de PG Vector?** Para los usuarios no familiarizados con el aprendizaje automático, comprender y utilizar los embeddings de manera efectiva podría requerir un esfuerzo inicial. **¿Qué problemas resuelve PG Vector y cómo le beneficia eso?** Estaba constantemente frustrado por las limitaciones de la búsqueda tradicional para mis proyectos. La coincidencia difusa no era suficiente, y la integración de motores de búsqueda dedicados se sentía como un desvío desordenado. Después de PG Vector, mi base de datos PostgreSQL se convirtió en un centro poderoso para la búsqueda semántica y recomendaciones perspicaces. ### 6. ¡No para mí..! **Rating:** 3.0/5.0 stars **Reviewed by:** Neenu P. | Project Associate, Mediana Empresa (51-1000 empleados) **Reviewed Date:** September 28, 2023 **¿Qué es lo que más le gusta de PG Vector?** Lo único que me gustó de PG Vector es que tiene una serie de características que pueden ayudar en las búsquedas de similitud entre los vectores disponibles. El servicio al cliente también es bueno. **¿Qué es lo que no le gusta de PG Vector?** La instalación de PG Vector es tan engorrosa, tampoco es fácil de usar. La instalación requiere que ejecutes un conjunto de códigos y en Windows, es obligatorio tener C++ preinstalado. La integración es tan difícil que hace que se use con menos frecuencia. **¿Qué problemas resuelve PG Vector y cómo le beneficia eso?** Con PG Vector, es más fácil encontrar vectores similares dentro de la enorme base de datos que tienen. Este era un trabajo agotador antes. Tener todos los vectores posibles en un solo lugar lo convierte en una buena búsqueda de vectores. ### 7. Una herramienta poderosa para almacenar y buscar incrustaciones en PostgreSQL **Rating:** 4.5/5.0 stars **Reviewed by:** Kartik s. | Digital marketer, Pequeña Empresa (50 o menos empleados) **Reviewed Date:** July 06, 2023 **¿Qué es lo que más le gusta de PG Vector?** El vector PG se utiliza para recomendar productos a los usuarios basándose en sus compras pasadas o intereses. Se utiliza para analizar el sentimiento del texto. Y es particularmente útil para aplicaciones que involucran la búsqueda de similitud de vectores, como aquellas construidas sobre modelos GPT. **¿Qué es lo que no le gusta de PG Vector?** El vector PG todavía está en desarrollo y aún no está listo para producción, por eso hay muchos errores o problemas de rendimiento que afectan la estabilidad. El vector PG solo es compatible con ciertas versiones de PostgreSQL. Pero tengo una versión más antigua de PostgreSQL, por lo que no es compatible. **¿Qué problemas resuelve PG Vector y cómo le beneficia eso?** Almacenar y buscar incrustaciones en PostgreSQL me permite almacenar y buscar incrustaciones en PostgreSQL. esto me ayuda a mejorar el rendimiento del lenguaje natural. estaba usando PG vector para mejorar el rendimiento de un chatbot que utilizo para responder preguntas de los clientes. ### 8. Revisando PG Vector: ¡Genial pero no para todos! **Rating:** 3.5/5.0 stars **Reviewed by:** Usuario verificado en Servicios Financieros | Pequeña Empresa (50 o menos empleados) **Reviewed Date:** December 10, 2023 **¿Qué es lo que más le gusta de PG Vector?** Ayuda a buscar los vecinos más cercanos exactos y aproximados, la distancia L2, la distancia de producto interno y la distancia coseno para cada lenguaje que tiene un cliente Postgres. Fácil de configurar e integrar. **¿Qué es lo que no le gusta de PG Vector?** Todavía no es estable cuando se trata de muchas características nuevas que se añaden en la versión 5.0. **¿Qué problemas resuelve PG Vector y cómo le beneficia eso?** Ayuda a soportar vectores junto con el resto de los datos, todos unidos, lo que facilita a los usuarios trabajar con bases de datos vectoriales complejas. ### 9. PG Vector: Innovación Pionera en Tecnologías Vectoriales **Rating:** 5.0/5.0 stars **Reviewed by:** Dhananjay N. | Empresa (> 1000 empleados) **Reviewed Date:** October 18, 2023 **¿Qué es lo que más le gusta de PG Vector?** PG Vectors se destaca en tecnologías de vanguardia, revolucionando industrias. Con soluciones robustas, PG Vector empodera a las industrias para alcanzar nuevas alturas. **¿Qué es lo que no le gusta de PG Vector?** Los inconvenientes podrían incluir problemas relacionados con los precios o el servicio al cliente. **¿Qué problemas resuelve PG Vector y cómo le beneficia eso?** Los mayores beneficios de PG vector son que aborda desafíos complejos de datos al proporcionar soluciones eficientes de almacenamiento y recuperación, agilizar procesos y mejorar las capacidades de procesamiento de datos. ### 10. Extensión de Vector de Código Abierto **Rating:** 4.0/5.0 stars **Reviewed by:** Hari K. | Senior Principle engineer, Software de Computadora, Mediana Empresa (51-1000 empleados) **Reviewed Date:** August 15, 2023 **¿Qué es lo que más le gusta de PG Vector?** es una extensión de vector de PostgreSQL que permite búsquedas de similitud rápidas, indexación flexible, facilidad de uso y licencia de código abierto, lo que la convierte en una excelente candidata para diversas aplicaciones. **¿Qué es lo que no le gusta de PG Vector?** Actualmente está en progreso y puede ser un desafío configurarlo. **¿Qué problemas resuelve PG Vector y cómo le beneficia eso?** Los datos vectoriales pueden almacenarse e indexarse en bases de datos PostgreSQL. Esto permite realizar búsquedas de similitud de manera eficiente en los datos vectoriales. ### 11. La mejor extensión para PostgresSQL **Rating:** 4.0/5.0 stars **Reviewed by:** Usuario verificado en Tecnología de la información y servicios | Pequeña Empresa (50 o menos empleados) **Reviewed Date:** October 02, 2023 **¿Qué es lo que más le gusta de PG Vector?** La facilidad de uso y la facilidad de implementación son el punto fuerte de PH Vector. El número de características y la frecuencia de uso de estas características son muy altos. **¿Qué es lo que no le gusta de PG Vector?** Sugeriría mejorar un poco el servicio de atención al cliente, ya que veo margen de mejora allí. **¿Qué problemas resuelve PG Vector y cómo le beneficia eso?** La extensión de base de datos PG Vector está resolviendo la complejidad de la gestión de bases de datos en mi aplicación. ### 12. Explorando el poder de PG Vector: Extensión de Vector de código abierto **Rating:** 4.0/5.0 stars **Reviewed by:** Usuario verificado en Tecnología de la información y servicios | Mediana Empresa (51-1000 empleados) **Reviewed Date:** October 02, 2023 **¿Qué es lo que más le gusta de PG Vector?** ¡Simplicidad y facilidad de acceso! PG vector mejora PostgreSQL con capacidades vectoriales, una valiosa adición de código abierto. **¿Qué es lo que no le gusta de PG Vector?** La curva de aprendizaje, la compatibilidad, el uso de recursos, la documentación y el mantenimiento son una gran decepción. **¿Qué problemas resuelve PG Vector y cómo le beneficia eso?** Pg Vector optimiza las consultas espaciales, ayudándonos a encontrar rápidamente la ubicación más cercana en nuestro escenario de ubicaciones de entrega eficientes. Permite cálculos de distancia precisos, asegurando estimaciones de tiempo de entrega exactas. - [View PG Vector pricing details and edition comparison](https://www.g2.com/es/products/pg-vector/reviews?section=pricing&secure%5Bexpires_at%5D=2026-05-14+10%3A15%3A10+-0500&secure%5Bsession_id%5D=1f1e453f-246c-4b9a-ab47-3e91beb5eb14&secure%5Btoken%5D=43e583bbb5e04a933d9a7438bea2c0f2f557092d63a8d81b0c711d23c371a2ee&format=llm_user) ## PG Vector Features **Indexación de datos** - Búsqueda semántica - Indización de datos **Filtros** - Búsqueda precisa - Filtrado de una sola etapa - Base de datos vectorial ## Top PG Vector Alternatives - [Weaviate](https://www.g2.com/es/products/weaviate/reviews) - 4.6/5.0 (29 reviews) - [Elasticsearch](https://www.g2.com/es/products/elastic-elasticsearch/reviews) - 4.5/5.0 (287 reviews) - [Supabase](https://www.g2.com/es/products/supabase-supabase/reviews) - 4.7/5.0 (41 reviews)