什么是向量数据库？

这些数据库使用 HNSW、IVF 或 PQ 等算法对向量建立索引，即使在海量数据规模下也能加速最近邻搜索。它们与传统关系型数据库的区别在于：针对向量相似性操作进行了优化，而非精确匹配或表格关系。主要特性包括处理高维度数据、支持距离度量（如余弦相似度、欧氏距离）、可扩展性，以及通常与机器学习框架集成。开发者通过专用 SDK 或 API 与其交互。

向量数据库为语义搜索、推荐引擎、图像检索、异常检测和大语言模型（LLM）记忆等关键 AI 应用提供支持。通过允许基于概念相似性进行查询，它们能从传统数据库无法高效处理的非结构化数据中挖掘洞察和功能。