Google Cloud 資料庫內建 BM25 搜尋：AlloyDB、Cloud SQL 不用再另架搜尋引擎

一句話看懂：Google Cloud 讓 AlloyDB 與 Cloud SQL 直接在資料庫裡做 BM25 關鍵字排序，搭配向量搜尋就能做混合搜尋，不必再多架一套搜尋引擎。

先用白話講：BM25 和「混合搜尋」是什麼？

想像你在圖書館找書，有兩種館員：

• 第一位館員很懂意思：你說「想找一本講樹長得比房子高的書」，他就算書名沒有這幾個字，也找得出來。這就是 AI 的向量搜尋
• 第二位館員很會比對字：你說「我要編號 A-1023 的那本」，他一字不差地翻出來。這就是關鍵字搜尋

BM25 是第二位館員最常用的排序方法：越罕見的詞越重要、同一個詞重複一百次也不會無限加分、還會考慮文章長短。

把兩位館員的結果合在一起排，就叫混合搜尋。問題是，以前在 Google Cloud 的 PostgreSQL 資料庫裡，只請得到第一位館員；第二位要另外花錢、另外架一套搜尋系統。

發生什麼事

Google Cloud 在 9 月 19 日（台灣時間）發表 AlloyDB 與 Cloud SQL 的原生 BM25 索引，目前是預覽版：

• 適用 AlloyDB，以及 Cloud SQL for PostgreSQL 17 以上
• 底層是 Tiger Data 開源的 pg_textsearch 擴充套件
• 關鍵字索引和向量索引可以建在同一張表上，不用再把資料複製到另一套搜尋系統
• AlloyDB 搭配 ScaNN、HNSW 向量索引，官方說向量查詢比標準 PostgreSQL 最多快 6 倍與 10 倍

跟以前比差在哪？

PostgreSQL 內建的 ts_rank 也能做全文檢索，但官方點出幾個問題：

給開發者的技術細節

建立 BM25 索引與查詢的方式（改寫自官方範例）：

CREATE EXTENSION pg_textsearch;

CREATE INDEX idx_products_bm25
ON products
USING bm25 (description)
WITH (text_config='english');

SELECT name, description <@> 'cherry tree' AS score
FROM products
ORDER BY score
LIMIT 5;

• 查詢用 <@> 運算子，分數越負代表越相關，所以是由小到大排序
• AlloyDB 有內建的 ai.hybrid_search() 函式，用 RRF（倒數排名融合）把向量與關鍵字結果合成一份清單
• Cloud SQL 沒有這個函式，官方示範用 CTE 各查一次，再自己算 RRF 分數合併
• 官方範例都用 text_config='english'，中文斷詞的效果文章沒有說明，處理中文內容前一定要先測

我的看法

接案做電商或內部系統時，「搜尋」幾乎是必備功能，但規模不大的專案為了搜尋另外架 Elasticsearch，維護成本常常比功能本身還高。能在原本的資料庫裡直接做 BM25，對小團隊來說是很實在的簡化。

不過有兩點要保守看待：一是目前還是預覽版，不建議直接上正式環境；二是台灣的專案大多是中文內容，官方範例全是英文，中文要怎麼切詞、效果如何，現階段只能自己實測。如果你的客戶需要搜「料號」「型號」，這功能倒是很值得先試。

名詞小辭典

• BM25：搜尋引擎常用的關鍵字相關性排序方法，會考慮詞的稀有度、出現次數與文件長度。
• 向量搜尋：把文字轉成一串數字（向量），用「意思相近」來找資料，是 AI 搜尋的基礎。
• RAG：讓 AI 回答前先去資料庫找相關資料，再根據找到的內容回答。
• 擴充套件（Extension）：PostgreSQL 的外掛功能，安裝後就能使用新的索引或函式。

資料來源

• Google Cloud Blog：Announcing Native BM25 Ranking in AlloyDB and Cloud SQL（2026-09-19）