什么是向量数据库？#
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，这些向量是特征或属性的数学表示。（来源）
这使得快速而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意义搜索相关数据，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 is a source-available automation tool that you can self-host”，但不是将其作为文本存储，而是存储一个表示其特征的维度数组（倨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该句子。
假设在向量存储中0.1表示automation tool（自动化工具），0.2表示source available（开源可用），0.3表示can be self-hosted（可自部署）。您可能会得到以下向量：
| 句子 | 向量（维度数组） |
|---|---|
| n8n is a source-available automation tool that you can self-host | [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 是一个可以自部署的 wiki 工具 | [0.3] |
这个示例非常简化
在实际中，向量要复杂得多。向量的大小可以从几十个到几千个维度不等。维度与单一特征之间没有一对一的关系，因此您无法将单个维度直接转换为单个概念。这个示例提供了一个近似的心理模型，而不是真正的技术理解。
展示相似性搜索的威力#
Qdrant提供向量搜索演示来帮助用户理解向量数据库的威力。美食发现演示展示了向量存储如何根据视觉相似性帮助匹配图片。
此演示使用来自送餐服务的数据。用户可以对菜品的照片表示喜欢或不喜欢，应用将根据外观推荐更多相似的菜品。还可以选择查看送餐范围内餐厅的结果。（来源）
有关完整的技术细节，请参考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正常工作：
- 文档加载器和文本分割器：文档加载器拉取文档和数据，并为嵌入做好准备。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，并将其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。
此页面是否
微信
🚀 与作者交流
关注公众号
n8n实战笔记
📚 教程 💡 案例 🔧 技巧
📚 教程 💡 案例 🔧 技巧
添加微信
1对1 专业指导
⚡ 快答 🎯 定制 🚀 支持
⚡ 快答 🎯 定制 🚀 支持