工程 · 深度词条
Vector Database(向量数据库)
专门存储和检索向量表示的系统,可以按语义或视觉相似程度寻找内容。
四层解释
通俗
专门存储和检索向量表示的系统,可以按语义或视觉相似程度寻找内容。
专业
向量数据库提供近似最近邻索引、向量相似度搜索、元数据过滤及数据生命周期能力。
机制
对象先被 Embedding 模型编码,索引结构减少全量比较;查询向量返回近邻候选,再与关键词或重排模型组合。
工程
选择时应评估召回、过滤、更新一致性、延迟、成本、租户隔离和备份,不要只比较最大向量数。
全链路位置
INPUT向量、原始对象和元数据
→PROCESS建立近邻索引并执行相似搜索
→OUTPUT按距离排序的候选对象
常见用途
- 语义搜索
- 推荐与去重
- RAG 候选召回
专业边界
- 它不负责判断答案是否正确
- 关系型数据库加向量扩展也可能满足需求
常见误解
- 做 RAG 必须购买独立向量数据库
- 向量检索可以完全替代关键词检索
关联概念
来源与核对记录
S1Search ConceptsWeaviate · 官方技术文档 · 查阅 2026-09-07
↗S2Machine Learning GlossaryGoogle for Developers · 官方技术文档 · 查阅 2026-09-07
↗编辑核对:2026-09-07。本状态表示内容与来源已登记,不代表经过外部专家审稿。