Un pattern courant consiste à brancher Elasticsearch pour la recherche et une base vectorielle dédiée pour les embeddings, puis à passer le reste du projet à garder trois stockages synchronisés. Pour beaucoup d'applications, PostgreSQL couvre déjà ces besoins assez bien pour que les services supplémentaires ne valent pas leur coût opérationnel. Voici comment utiliser JSONB, la recherche full-text, la correspondance floue et pgvector directement depuis Laravel.

JSONB : des documents flexibles que vous pouvez quand même interroger

Utilisez une colonne jsonb pour des données dont la forme varie ou évolue, castez-la en tableau ou en ArrayObject sur le modèle, et interrogez-la avec les opérateurs -> et ->> ou le whereJsonContains de Laravel. Ajoutez un index GIN pour que ces requêtes utilisent un index au lieu de scanner chaque ligne.

// migration
Schema::table('products', function (Blueprint $table) {
    $table->jsonb('attributes')->nullable();
});
DB::statement('CREATE INDEX products_attributes_gin ON products USING gin (attributes)');

// modèle
protected $casts = ['attributes' => AsArrayObject::class];

// requête
Product::whereJsonContains('attributes->tags', 'waterproof')
    ->where('attributes->weight_grams', '<', 500)
    ->get();

Recherche full-text native

La recherche full-text de PostgreSQL transforme le texte en tsvector (tokens normalisés et lemmatisés) et le compare à un tsquery, avec un ranking. Dans Laravel, $table->fullText() sur le driver pgsql crée l'index GIN tsvector pour vous, et whereFullText() lance la correspondance. Pour contrôler la pondération et la langue, ajoutez vous-même une colonne tsvector générée.

// migration
Schema::table('articles', function (Blueprint $table) {
    $table->fullText(['title', 'body']);
});

// requête, triée par pertinence
Article::whereFullText(['title', 'body'], 'postgres full text search')
    ->orderByRaw("ts_rank(to_tsvector('english', title || ' ' || body), plainto_tsquery(?)) DESC", ['postgres full text search'])
    ->limit(20)
    ->get();

Correspondance floue avec pg_trgm

La recherche full-text porte sur les mots et le sens ; pg_trgm porte sur la similarité de caractères, ce qui est ce que vous voulez pour la tolérance aux fautes de frappe, le "vouliez-vous dire", et la correspondance sur des références ou des noms de produits. Activez l'extension, ajoutez un index trigramme GIN, et utilisez la fonction similarity() ou l'opérateur %.

Similarité vectorielle avec pgvector

pgvector ajoute un type de colonne vector et des opérateurs de similarité, donc vous pouvez stocker des embeddings à côté de vos données relationnelles et faire une recherche sémantique avec une requête SQL normale. Utilisez un index HNSW pour la vitesse, l'opérateur <=> pour la distance cosinus, et gardez le filtre metadata dans la même clause WHERE. Pour un corpus modéré, c'est suffisant pour faire du RAG sans base vectorielle séparée.

CREATE EXTENSION IF NOT EXISTS vector;

ALTER TABLE documents ADD COLUMN embedding vector(1536);
CREATE INDEX ON documents USING hnsw (embedding vector_cosine_ops);

-- récupérer les 5 chunks les plus proches, filtrés par tenant
SELECT id, content
FROM documents
WHERE tenant_id = $1
ORDER BY embedding <=> $2
LIMIT 5;

Besoin, service externe, équivalent PostgreSQL

Quand PostgreSQL ne suffit plus

Passez à un moteur dédié quand les chiffres l'imposent : un corpus très large où les temps de construction d'index et la mémoire de pgvector deviennent un problème, une recherche qui a besoin de tuning de pertinence avancé, de facettes et de gestion des fautes sur plusieurs langues, ou un volume de requêtes qui rivalise avec votre charge transactionnelle pour les mêmes ressources de base. Jusque-là, une seule base, c'est une seule chose à opérer, sauvegarder et raisonner.

PostgreSQL n'est pas juste une base relationnelle ; c'est une base relationnelle avec un moteur de recherche, un matcher flou et un stockage vectoriel intégrés. Recourir à ceux-là avant d'ajouter Elasticsearch ou une base vectorielle garde votre stack petite, et les petites stacks sont plus faciles à opérer.