PostgreSQL Hybrid Search Course – Keyword (BM25) + Vector Retrieval

Este curso de 60 minutos enseña a construir un buscador completo de Wikipedia usando solo PostgreSQL, combinando coincidencia de palabras clave con BM25 y búsqueda semántica mediante embeddings vectoriales. Recorre 20 capítulos que van desde los fundamentos teóricos de BM25 y la búsqueda de texto nativa de PostgreSQL, hasta la configuración de pg_textsearch y pgvector-scale, el análisis de planes de consulta con EXPLAIN ANALYZE, y la fusión de resultados con Reciprocal Rank Fusion (RRF).\n\nEl recorrido termina conectando todo a un backend en FastAPI con interfaz web, ajuste de pesos entre búsquedas y escrituras transaccionales, evitando así pipelines de sincronización entre bases de datos separadas.

• Búsqueda por palabras clave con BM25 usando pg_textsearch
• Búsqueda semántica con embeddings y pgvector-scale
• Fusión de rankings híbridos con Reciprocal Rank Fusion (RRF)
• Análisis de planes de consulta con EXPLAIN ANALYZE
• Backend en FastAPI con interfaz web y escrituras transaccionales

• Configurar pg_textsearch y pgvector-scale sobre una instancia de PostgreSQL
• Implementar búsqueda por palabras clave con BM25 y resaltado de resultados con TS_HEADLINE
• Generar e indexar embeddings vectoriales para búsqueda semántica
• Combinar resultados de búsqueda por palabra clave y semántica mediante Reciprocal Rank Fusion
• Analizar planes de consulta con EXPLAIN ANALYZE para optimizar rendimiento
• Conectar un backend en FastAPI con pooling de conexiones y escrituras transaccionales

2 semanas · unas 3 h por semana

1. Semana 1ver desde la introducción hasta la configuración del entorno (0:00–20:30) y preparar tu propia instancia de PostgreSQL con las extensiones mencionadas
2. Semana 1replicar la búsqueda por palabras clave con BM25 y pg_textsearch (20:30–37:32), probando EXPLAIN ANALYZE en tus propias consultas
3. Semana 2implementar la búsqueda semántica con embeddings y pgvector-scale, y la fusión híbrida con RRF (37:32–49:12)
4. Semana 2conectar el backend FastAPI, probar la interfaz web y comparar resultados (49:12–60:00)

El plan cuenta con tiempo para pausar y practicar, no solo con la duración del vídeo. Si quieres adaptarlo a tu semana, lee cómo montar tu plan de estudio semanal.

Preguntas generadas con IA a partir del temario

1. 1. ¿Qué factores combina el algoritmo BM25 para calcular la relevancia de un documento?

   Únicamente la fecha de creación del documentoSolo la cantidad de palabras clave repetidasIDF, frecuencia de términos y longitud del documentoEl número de enlaces entrantes al documento

   Comprobar
2. 2. ¿Para qué sirve el comando EXPLAIN ANALYZE en PostgreSQL dentro de este contexto de búsqueda?

   Para traducir las consultas SQL a lenguaje naturalPara generar automáticamente los embeddings vectorialesPara crear la interfaz web de FastAPIPara analizar el plan de ejecución de una consulta y detectar cuellos de botella

   Comprobar
3. 3. ¿Qué función cumple TS_HEADLINE en la implementación de búsqueda por palabras clave?

   Resaltar los términos de búsqueda en los resultadosCalcular los embeddings vectoriales del textoFusionar los rankings de BM25 y búsqueda semánticaGestionar el pooling de conexiones del backend

   Comprobar
4. 4. ¿Qué hace la técnica de Reciprocal Rank Fusion (RRF) en un buscador híbrido?

   Genera los embeddings vectoriales a partir del textoCombina los rankings de búsqueda por palabra clave y semántica en uno soloCarga el dataset de Wikipedia en la base de datosDefine el esquema de las tablas en PostgreSQL

   Comprobar
5. 5. ¿Qué ventaja ofrece mantener datos, índices de palabras clave y vectores dentro de una sola base de datos como PostgreSQL?

   Hace innecesario el uso de embeddingsElimina la necesidad de usar SQLEvita pipelines de sincronización entre bases de datos separadasPermite prescindir de un backend para servir resultados

   Comprobar

0 de 5 respondidas