向量数据库是什么？#
向量数据库将信息存储为数字：
向量数据库是一种将数据存储为高维向量的数据库类型，这些向量是特征或属性的数学表示。(来源)
这使得快速准确的相似性搜索成为可能。使用向量数据库，您可以基于语义和上下文含义搜索相关数据，而不是使用传统的数据库查询。
简化示例#
向量数据库可以存储句子"n8n 是一个可以自托管的源代码可用的自动化工具"，但向量数据库不是将其存储为文本，而是存储一个表示其特征的维度数组（0 到 1 之间的数字）。这并不意味着将句子中的每个字母转换为数字。相反，向量数据库中的向量描述了句子。
假设在向量存储中 0.1 代表 自动化工具，0.2 代表 源代码可用，0.3 代表 可以自托管。您可能会得到以下向量：
| 句子 | 向量（维度数组） |
|---|---|
| n8n 是一个可以自托管的源代码可用的自动化工具 | [0.1, 0.2, 0.3] |
| Zapier 是一个自动化工具 | [0.1] |
| Make 是一个自动化工具 | [0.1] |
| Confluence 是一个可以自托管的 wiki 工具 | [0.3] |
此示例非常简化
实际上，向量要复杂得多。向量的大小可以从几十到几千个维度不等。维度与单个特征没有一对一的关系，因此您无法将单个维度直接转换为单个概念。此示例提供了一个近似的心理模型，而不是真正的技术理解。
演示相似性搜索的威力#
Qdrant 提供向量搜索演示来帮助用户了解向量数据库的威力。食物发现演示展示了向量存储如何帮助基于视觉相似性匹配图片。
此演示使用来自外卖服务的数据。用户可能喜欢或不喜欢菜品的照片，应用程序将基于外观推荐更多相似的餐点。也可以选择查看外卖半径内餐厅的结果。(来源)
有关完整的技术详细信息，请参阅 Qdrant demo-food-discovery GitHub 仓库。
嵌入、检索器、文本分割器和文档加载器#
向量数据库需要其他工具才能运行：
- 文档加载器和文本分割器：文档加载器拉取文档和数据，并为嵌入做准备。文档加载器可以使用文本分割器将文档分解为块。
- 嵌入：这些是将数据（文本、图像等）转换为向量并转换回原始数据的工具。请注意，n8n 仅支持文本嵌入。
- 检索器：检索器从向量数据库中获取文档。您需要将它们与嵌入配对，以将向量转换回数据。