Vector Database

为什么需要 Vector Database

Embedding 把文本变成了向量，但这些向量需要存在某个地方才能被检索。

你不能把向量存在普通数据库里做语义搜索——传统数据库擅长的是 id = 123、name = "张三" 这种精确匹配，而不是"找和这段话意思最接近的内容"。

Vector Database 就是专门干这件事的：存储向量 + 高效检索"最相似的向量"。

什么是 Vector Database

一句话定义：Vector Database 是专门存储高维向量、并支持语义相似度检索的数据库。

类比一下：

• 传统数据库像字典：查"这个词在哪页"
• Vector Database 像图书馆员：问"哪本书讲的意思和这个问题最接近"

它不关心向量里的每个数字是什么意思，只关心向量之间的距离。距离近 = 语义相似。这里就用到了 Cosine Similarity 来衡量相似度。

怎么做：什么时候用 Vector Database

适合用 Vector Database 的场景：

• 知识库文档很多，不能每次全量塞给模型
• 需要做语义搜索，而不是关键词搜索
• 为 RAG 系统提供稳定的检索层

什么时候可以不用：

• 数据量很小（几十条），直接用简单存储也够
• 场景很简单，只需要关键词匹配

常见坑：

• 上了向量数据库不等于 RAG 做好了：效果还取决于切分、检索策略、Prompt 拼接
• 它不能替代普通数据库：很多业务字段仍需要结构化存储
• 不是维度越高越好：更高维通常意味着更高存储和计算成本

记住这一句：Vector Database 是 Embedding 的存储层，让"语义相似的内容能被快速找到"成为可能。

相关词条：Embedding · RAG