Достижение высокой релевантности поиска в современных приложениях ИИ и RAG требует сочетания векторного поиска для семантического контекста и полнотекстового поиска (FTS) для точности ключевых слов. AlloyDB для PostgreSQL поддерживает оба варианта, но управление и слияние их результатов традиционно требовало сложного SQL или пользовательской логики приложения. Это часто требовало отдельных систем для объединения, нормализации оценок и переранжирования, что приводило к хрупкой логике, увеличению задержки и высокой операционной нагрузке. Гибридный поиск AlloyDB AI упрощает это, объединяя эти шаги в одну высокопроизводительную функцию SQL, основанную на Reciprocal Rank Fusion (RRF). RRF обходит нормализацию оценок, будучи изначально основанным на ранжировании, что упрощает процесс. Функция ai.hybrid_search() выполняет весь рабочий процесс нативно, минимизируя накладные расходы и обеспечивая согласованность транзакций. Для оптимизации FTS расширение RUM хранит позиции слов непосредственно в индексе, обеспечивая низкую задержку при ранжировании релевантности и эффективное сопоставление фраз, в отличие от стандартных индексов GIN. AlloyDB AI также представляет индекс BM25 для превосходного, готового к использованию ранжирования по ключевым словам. Для расширения универсальности новый внешний механизм поиска Foreign Data Wrapper (FDW) позволяет запрашивать специализированные кластеры, такие как Elasticsearch, OpenSearch и Solr, не покидая AlloyDB. Эта унифицированная архитектура упрощает гибридный поиск, оптимизирует FTS с такими опциями, как RUM или BM25, и повышает универсальность за счет интеграции внешнего поиска.