Що таке векторна база даних?

Векторна база даних — це сховище, оптимізоване під ембединги: вона зберігає вектори разом із вихідними фрагментами тексту й уміє за мілісекунди знаходити ті з них, що найближчі до вектора запиту.

Звичайна реляційна база відповідає на питання «покажи рядки, де поле дорівнює значенню». Векторна відповідає на питання «покажи записи, найсхожіші за змістом на цей». Для цього вона використовує індекси наближеного пошуку найближчих сусідів, які не порівнюють запит з усіма векторами поспіль.

Векторні бази — обовʼязковий компонент майже будь-якої RAG-системи. Популярні варіанти: Pinecone, Qdrant, Weaviate, Milvus, а також розширення pgvector, що додає векторний пошук просто в PostgreSQL.

Повʼязані терміни

Embedding

Ембединг — це представлення тексту, зображення чи іншого обʼєкта у вигляді вектора чисел, у якому близькі за змістом обʼєкти опиняються поруч. Саме ембединги дозволяють компʼютеру порівнювати документи за змістом, а не за збігом слів.

Semantic Search

Семантичний пошук — це пошук за змістом запиту, а не за збігом слів. Запит і документи переводяться в ембединги, після чого система знаходить записи, вектори яких найближчі до вектора запиту.

RAG

RAG (Retrieval-Augmented Generation) — це підхід, за якого перед відповіддю система спочатку знаходить релевантні фрагменти у вашій базі знань і передає їх мовній моделі разом із питанням. Модель відповідає не «з памʼяті», а за конкретними документами.

Database

База даних — це організоване сховище інформації, яке дозволяє швидко знаходити, змінювати й надійно зберігати дані за одночасної роботи багатьох користувачів. Керує нею окрема програма — СУБД, наприклад PostgreSQL або MySQL.