向量数据库知识体系概览

问题

什么是向量数据库？为什么需要专门的向量数据库？

答案

什么是向量数据库

向量数据库是专门用于存储、索引和检索高维向量的数据库。向量（Embedding）是用一组浮点数组成的数组来表示非结构化数据（文本、图片、音频等）的语义信息。

"人工智能改变世界" → [0.23, -0.15, 0.87, ..., 0.42]  // 768维或1536维

为什么需要向量数据库

传统数据库擅长精确匹配（WHERE id = 1），但无法进行语义相似度搜索：

搜索类型	传统数据库	向量数据库
SELECT * WHERE name = '苹果'	✅ 精确匹配	不擅长
"找和苹果语义相似的词"	❌ 无法完成	✅ 返回"水果"、"梨"

核心应用场景

• RAG（检索增强生成）：从知识库中检索与用户问题最相关的文档片段
• 语义搜索：理解搜索意图，而非只做关键词匹配
• 推荐系统：基于 Embedding 相似度推荐相似商品/内容
• 图片搜索：以图搜图、跨模态搜索
• 去重/聚类：找出语义相似的文档

本分类文档导航

文档	核心内容	面试重点
向量索引原理	HNSW、IVF、PQ 量化	⭐⭐⭐⭐⭐
Milvus	专用向量数据库、架构、使用	⭐⭐⭐⭐
pgvector	PostgreSQL 向量扩展	⭐⭐⭐⭐
RAG 中的向量检索	RAG 实践、混合搜索	⭐⭐⭐⭐⭐

相关链接

• Embedding 基础
• 向量检索
• RAG 基础