--- title: PG Vector Reviews meta_title: 'PG Vector Avaliações 2026: Detalhes, Preços e Recursos | G2' meta_description: Filtre avaliações de 12 pelo tamanho da empresa, cargo ou setor dos usuários para descobrir como PG Vector funciona para um negócio como o seu. aggregate_rating: rating_value: 3.8 review_count: 12 scale: '5' date_modified: '2026-05-05' parent_category: name: Software de Banco de Dados url: https://www.g2.com/pt/categories/database-software --- # PG Vector Reviews **Vendor:** pgvector **Category:** [Software de Banco de Dados Vetorial](https://www.g2.com/pt/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 a Análise de Dados e a Tomada de Decisões **Rating:** 2.5/5.0 stars **Reviewed by:** Justin C. | Surveyor, Administração Pública, Médio Porte (51-1000 emp.) **Reviewed Date:** December 15, 2023 **O que você mais gosta em PG Vector?** Não há potencial de escalabilidade para o PG Vector. Inicialmente, configurá-lo é difícil, mas uma vez que está devidamente configurado, ele lida com conjuntos de dados. Adaptar o PG Vector para dados requer tempo e recursos adicionais, provando ser uma ferramenta inadequada para a rápida expansão dos negócios, necessitando de ampla expertise técnica. **O que você não gosta em PG Vector?** Existem desvantagens que precisam ser melhoradas. À medida que a dificuldade dos dados aumenta, configurar e ajustar o PG Vector demanda recursos e expertise. Isso representa problemas para usuários que não são bem versados em técnicas avançadas de gerenciamento de banco de dados. **Que problemas PG Vector está resolvendo e como isso está beneficiando você?** Apesar dos processos fornecidos pelo PG Vector, a busca por vetores em grandes conjuntos de dados ainda consome tempo. Ele é incapaz de resolver desafios de dados difíceis, tornando-se um recurso complicado. O PG Vector não resolve o problema de funcionalidade nas extensões de vetores. ### 2. SQL - Vetor PG **Rating:** 5.0/5.0 stars **Reviewed by:** Nishant M. | Analyst, Médio Porte (51-1000 emp.) **Reviewed Date:** January 16, 2024 **O que você mais gosta em PG Vector?** Isso me ajuda a armazenar e consultar o SQL. A implementação do vetor PG é perfeita, significa que a interface do usuário é fácil de usar. Tem várias funcionalidades e muitas pessoas usam frequentemente este software para armazenamento de SQL e para busca vetorial. A integração usa a IA para gerenciar os dados e muito mais. Neste, o suporte é bom e a extensão vetorial para SQL é a melhor. **O que você não gosta em PG Vector?** algumas vezes leva tempo para o resultado aparecer, mas está tudo bem. **Que problemas PG Vector está resolvendo e como isso está beneficiando você?** Isso me ajuda a armazenar os dados SQL e consultar vetores, também utiliza a IA que é muito boa. ### 3. Pior Análise de Dados e Tomada de Decisão **Rating:** 2.5/5.0 stars **Reviewed by:** Christopher B. | Organizational Economist, Engenharia Mecânica ou Industrial, Médio Porte (51-1000 emp.) **Reviewed Date:** December 21, 2023 **O que você mais gosta em PG Vector?** Ele precisa ser robusto ao lidar com conjuntos de dados. Requer algum esforço de configuração, mas devidamente configurado, entrega resultados imprecisos. Mesmo que o manuseio de dados demande tempo e recursos, não vale a pena para aqueles que precisam de escalabilidade sem ampla expertise técnica. **O que você não gosta em PG Vector?** PG Vector prova ser uma ferramenta inadequada para gerenciar e analisar dados. PG Vector oferece soluções para armazenar e recuperar dados, mas o processo de configuração é intensivo em recursos e exige conhecimento específico. À medida que os conjuntos de dados se tornam maiores e mais complexos, configurar o sistema torna-se oneroso. **Que problemas PG Vector está resolvendo e como isso está beneficiando você?** PG Vector é incapaz de resolver o problema de suporte a vetores em bancos de dados de código aberto. Ao aproveitar esta extensão, não conseguimos manipular dados vetoriais, resultando em aumento de desempenho para nossas aplicações de negócios. ### 4. PGVector: Ampliando as Capacidades do PostgreSQL **Rating:** 3.5/5.0 stars **Reviewed by:** Miguel Ángel C. | Programador full stack, Pequena Empresa (50 ou menos emp.) **Reviewed Date:** September 30, 2023 **O que você mais gosta em PG Vector?** O melhor do PGVector, do meu ponto de vista, é que facilita encontrar coisas semelhantes em grandes quantidades de dados. Isso é útil para analisar informações e tomar decisões baseadas em semelhanças. Simplifica a busca e torna os resultados mais precisos. **O que você não gosta em PG Vector?** O que menos gosto do PGVector é que pode ser complicado de configurar corretamente no início, o que pode ser um obstáculo se se tenta escalar para conjuntos de dados maiores. Além disso, à medida que os dados se tornam mais complexos, ajustar o PGVector para obter resultados precisos pode levar mais tempo e recursos, o que pode dificultar seu uso em situações onde é necessário crescer rapidamente sem ter um conhecimento técnico profundo. **Que problemas PG Vector está resolvendo e como isso está beneficiando você?** PGVector resolve problemas ao permitir a busca precisa por similaridade de vetores em grandes conjuntos de dados. Agora, embora isso tenha me beneficiado na precisão e economia de tempo nas tarefas de processamento de dados, é importante mencionar que à medida que esses crescem e se tornam mais complexos, a configuração e o ajuste do PGVector podem requerer mais recursos e conhecimento técnico. ### 5. PG Vector: Embeddings Revolucionários para PostgreSQL **Rating:** 4.0/5.0 stars **Reviewed by:** Sangeetha k. | Digital Marketing Associate , Pequena Empresa (50 ou menos emp.) **Reviewed Date:** December 19, 2023 **O que você mais gosta em PG Vector?** PG Vector integra perfeitamente o aprendizado de máquina no PostgreSQL. Ele me permite desbloquear uma busca semântica poderosa sem comprometer minha pilha de dados existente. **O que você não gosta em PG Vector?** Para usuários não familiarizados com ML, compreender e utilizar embeddings de forma eficaz pode exigir um esforço inicial. **Que problemas PG Vector está resolvendo e como isso está beneficiando você?** Eu estava constantemente frustrado pelas limitações da busca tradicional para meus projetos. A correspondência aproximada não era suficiente, e integrar motores de busca dedicados parecia um desvio confuso. Depois do PG Vector, meu banco de dados PostgreSQL se tornou um poderoso centro para busca semântica e recomendações perspicazes. ### 6. Não para mim..! **Rating:** 3.0/5.0 stars **Reviewed by:** Neenu P. | Project Associate, Médio Porte (51-1000 emp.) **Reviewed Date:** September 28, 2023 **O que você mais gosta em PG Vector?** A única coisa que me senti bem sobre o PG Vector é que ele possui uma série de recursos que podem ajudar nas buscas de similaridade entre vetores disponíveis. O atendimento ao cliente também é bom. **O que você não gosta em PG Vector?** A instalação do PG Vector é tão complicada, não é amigável para o usuário também. A instalação requer que você execute um conjunto de códigos e, no Windows, é obrigatório ter o C++ pré-instalado. A integração é tão difícil que a torna menos frequentemente usada. **Que problemas PG Vector está resolvendo e como isso está beneficiando você?** Com o PG Vector, é mais fácil encontrar vetores semelhantes dentro do enorme banco de dados que eles possuem. Este era um trabalho cansativo anteriormente. Reunir todos os vetores possíveis em um só lugar torna-o uma boa ferramenta de busca de vetores. ### 7. Uma ferramenta poderosa para armazenar e buscar embeddings no PostgreSQL **Rating:** 4.5/5.0 stars **Reviewed by:** Kartik s. | Digital marketer, Pequena Empresa (50 ou menos emp.) **Reviewed Date:** July 06, 2023 **O que você mais gosta em PG Vector?** O vetor PG é usado para recomendar produtos aos usuários com base em suas compras passadas ou interesses. É usado para analisar o sentimento do texto. E é particularmente útil para aplicações que envolvem busca de similaridade de vetores, como aquelas construídas sobre modelos GPT. **O que você não gosta em PG Vector?** PG vector ainda está em desenvolvimento e ainda não está pronto para produção, por isso há muitos bugs ou problemas de desempenho que afetam a estabilidade. PG vector é compatível apenas com certas versões do PostgreSQL. Mas eu tenho uma versão mais antiga do PostgreSQL, então não é compatível. **Que problemas PG Vector está resolvendo e como isso está beneficiando você?** Armazenar e pesquisar embeddings no PostgreSQL permite-me armazenar e pesquisar embeddings no PostgreSQL. isso ajuda-me a melhorar o desempenho da linguagem natural. eu estava usando PG vector para melhorar o desempenho de um chatbot que eu uso para responder a perguntas de clientes. ### 8. Revisão do PG Vector: Ótimo, mas não para todos! **Rating:** 3.5/5.0 stars **Reviewed by:** Usuário Verificado em Serviços Financeiros | Pequena Empresa (50 ou menos emp.) **Reviewed Date:** December 10, 2023 **O que você mais gosta em PG Vector?** Ajuda na busca pelos vizinhos mais próximos exatos e aproximados, distância L2, distância de produto interno e distância cosseno para cada linguagem que possui um cliente Postgres. Fácil de configurar e integrar. **O que você não gosta em PG Vector?** Ainda não está estável quando se trata de muitas novas funcionalidades sendo adicionadas no 5.0 **Que problemas PG Vector está resolvendo e como isso está beneficiando você?** Ajuda a suportar vetores junto com o restante dos dados, todos unidos, tornando mais fácil para os usuários trabalharem com bancos de dados vetoriais complexos. ### 9. PG Vector: Inovação Pioneira em Tecnologias de Vetores **Rating:** 5.0/5.0 stars **Reviewed by:** Dhananjay N. | Empresa (> 1000 emp.) **Reviewed Date:** October 18, 2023 **O que você mais gosta em PG Vector?** PG vectors se destaca em tecnologias de ponta, revolucionando indústrias. Com soluções robustas, PG Vector capacita indústrias a alcançar novos patamares. **O que você não gosta em PG Vector?** Desvantagens podem incluir questões relacionadas a preços ou serviços ao cliente. **Que problemas PG Vector está resolvendo e como isso está beneficiando você?** Os maiores benefícios do vetor PG são que ele aborda desafios complexos de dados ao fornecer soluções eficientes de armazenamento e recuperação, simplificando processos e aprimorando as capacidades de processamento de dados. ### 10. Extensão de Vetor de Código Aberto **Rating:** 4.0/5.0 stars **Reviewed by:** Hari K. | Senior Principle engineer, Software de Computador, Médio Porte (51-1000 emp.) **Reviewed Date:** August 15, 2023 **O que você mais gosta em PG Vector?** é uma extensão de vetor do PostgreSQL que permite buscas de similaridade rápidas, indexação flexível, facilidade de uso e licenciamento de código aberto, tornando-o um excelente candidato para várias aplicações. **O que você não gosta em PG Vector?** Atualmente está em andamento e pode ser desafiador configurar. **Que problemas PG Vector está resolvendo e como isso está beneficiando você?** Os dados vetoriais podem ser armazenados e indexados em bancos de dados PostgreSQL. Isso permite buscas de similaridade eficientes em dados vetoriais. ### 11. Melhor extensão disponível para PostgresSQL **Rating:** 4.0/5.0 stars **Reviewed by:** Usuário Verificado em Tecnologia da Informação e Serviços | Pequena Empresa (50 ou menos emp.) **Reviewed Date:** October 02, 2023 **O que você mais gosta em PG Vector?** A facilidade de uso e a facilidade de implementação são os pontos fortes do PH Vector. O número de funcionalidades e a frequência de uso dessas funcionalidades são muito altos. **O que você não gosta em PG Vector?** Eu sugeriria melhorar um pouco o suporte ao cliente, pois é onde vejo espaço para melhorias. **Que problemas PG Vector está resolvendo e como isso está beneficiando você?** A extensão DB PG Vector está resolvendo a complexidade do gerenciamento de DB na minha aplicação. ### 12. Explorando o poder do PG Vector: extensão de vetor de código aberto **Rating:** 4.0/5.0 stars **Reviewed by:** Usuário Verificado em Tecnologia da Informação e Serviços | Médio Porte (51-1000 emp.) **Reviewed Date:** October 02, 2023 **O que você mais gosta em PG Vector?** Simplicidade e facilidade de acesso! PG vector aprimora o PostgreSQL com capacidades vetoriais, uma valiosa adição de código aberto. **O que você não gosta em PG Vector?** Curva de aprendizado, compatibilidade, uso de recursos, documentação e manutenção são grandes decepções. **Que problemas PG Vector está resolvendo e como isso está beneficiando você?** Pg Vector otimiza consultas espaciais, ajudando-nos a encontrar rapidamente a localização mais próxima em nosso cenário de locais de entrega eficientes. Ele permite cálculos precisos de distância, garantindo estimativas precisas de tempo de entrega. - [View PG Vector pricing details and edition comparison](https://www.g2.com/pt/products/pg-vector/reviews?section=pricing&secure%5Bexpires_at%5D=2026-06-20+09%3A34%3A30+-0500&secure%5Bsession_id%5D=f6c18483-fcb9-46ce-bc74-231d397a0df3&secure%5Btoken%5D=fbb99ffdad594f4bc670200297320b440c4bc7138d24b7d020d7144f642978d6&format=llm_user) ## PG Vector Features **Indexação de dados** - Pesquisa Semântica - Indexação de dados **Filtros** - Pesquisa precisa - Filtragem de estágio único - Banco de dados vetorial ## Top PG Vector Alternatives - [Weaviate](https://www.g2.com/pt/products/weaviate/reviews) - 4.6/5.0 (29 reviews) - [Elasticsearch](https://www.g2.com/pt/products/elastic-elasticsearch/reviews) - 4.5/5.0 (288 reviews) - [Supabase](https://www.g2.com/pt/products/supabase-supabase/reviews) - 4.7/5.0 (51 reviews)