在 Amazon Aurora PostgreSQL 上运行 pgvector，可让您在已熟悉的数据库上获得生产级向量存储，并依托 Amazon Aurora 的运维工具、高可用性和扩展行为。生产流量会引入一组可预测的运维考量：随着语料库增长导致的查询延迟、过滤向量搜索中的召回率、索引构建期间的内存预留，以及负载下的连接行为。本文范围限定于保持 RAG 检索层健康的数据库操作。本文将介绍在依赖 pgvector 工作负载后，维持其健康的运维实践：选择合适的索引和距离函数、通过量化和分区进行扩展、管理分层可导航小世界（HNSW）的变更、为驻内存操作进行容量规划，以及能够早期发现问题的可观测性信号。