Format / Sintaxă: Vector DB – motor de baze de date optimizat pentru stocarea și căutarea prin similaritate geometrică a vectorilor numerici (k-NN / ANN)
Explicație detaliată
Bazele de date relaționale clasice (SQL) sunt construite pentru egalități și comparații exacte (WHERE id = 5 sau WHERE status = 'activ'). Ele nu pot calcula cât de apropiate ca semnificație sunt două paragrafe.
O bază de date vectorială indexează miliarde de vectori de dimensiune înaltă (ex: 1536 de dimensiuni) și folosește algoritmi de căutare aproximativă (HNSW, ScaNN) pentru a găsi vecinii cei mai apropiați în câteva milisecunde.
Analogie intuitivă
💡 O hartă tridimensională a galaxiei noastre: fiecare stea are coordonate precise în spațiu. Dacă ești pe Terra și vrei să găsești cele mai apropiate 3 stele, măsori distanța geometrică în ani-lumină, nu cauți stele ale căror nume încep cu litera ‘T’.
Mecanism & Funcționare
- Documentele sunt convertite în vectori denși prin modele de embedding.
- Vectorii sunt organizați în structuri de tip graf (HNSW) sau arbori pentru căutare rapidă sub-liniară.
- Distanța se măsoară prin cosinus de similaritate, produs scalar sau distanță euclidiană.
Exemple practice și aplicabilitate
- Baze de date vectoriale dedicate: Pinecone, Qdrant, Milvus, Weaviate, Chroma.
- Extensii vectoriale pentru baze consacrate: pgvector (PostgreSQL), Redis Search, OpenSearch.
Capcane frecvente & bune practici
Mit: „Ai nevoie obligatoriu de o bază vectorială scumpă în cloud”. Pentru proiecte mici și medii, pgvector sau o bază locală Chroma / SQLite-vec este extrem de performantă și gratuită.
Noțiuni înrudite
ce-este-rag: Noțiune asociată din acest modul.chunking: Noțiune asociată din acest modul.dense-vs-sparse-retrieval: Noțiune asociată din acest modul.