Что такое векторная база данных?

Векторная база данных — это хранилище, оптимизированное под эмбеддинги: она хранит векторы вместе с исходными фрагментами текста и умеет за миллисекунды находить те из них, которые ближе всего к вектору запроса.

Обычная реляционная база отвечает на вопрос «покажи строки, где поле равно значению». Векторная отвечает на вопрос «покажи записи, наиболее похожие по смыслу на эту». Для этого она использует индексы приближённого поиска ближайших соседей, которые не сравнивают запрос со всеми векторами подряд.

Векторные базы — обязательный компонент почти любой RAG-системы. Популярные варианты: Pinecone, Qdrant, Weaviate, Milvis, а также расширение pgvector, которое добавляет векторный поиск прямо в PostgreSQL.

Связанные термины

Embedding

Эмбеддинг — это представление текста, изображения или другого объекта в виде вектора чисел, в котором близкие по смыслу объекты оказываются близко друг к другу. Именно эмбеддинги позволяют компьютеру сравнивать документы по смыслу, а не по совпадению слов.

Semantic Search

Семантический поиск — это поиск по смыслу запроса, а не по совпадению слов. Запрос и документы переводятся в эмбеддинги, после чего система находит записи, векторы которых ближе всего к вектору запроса.

RAG

RAG (Retrieval-Augmented Generation) — это подход, при котором перед ответом система сначала находит релевантные фрагменты в вашей базе знаний и передаёт их языковой модели вместе с вопросом. Модель отвечает не «по памяти», а по конкретным документам.

Database

База данных — это организованное хранилище информации, которое позволяет быстро находить, изменять и надёжно сохранять данные при одновременной работе многих пользователей. Управляет ею отдельная программа — СУБД, например PostgreSQL или MySQL.