为什么需要向量数据库？
主要依赖两点：
- 通过特征提取，可以对自然世界的事物进行向量化的表达；
- 海量向量数据的存储和查询，传统数据库力不从心，向量数据库应运而生。
向量数据库方向
当前主要有4个方向：
- 基于Postgres、ClickHouse等进行魔改或者插件化实现的向量数据库，比如：pg vector等；
- 基于传统倒排搜索添加稠密向量索引支持的向量数据库，比如：Lucene、ElasticSearch等；
- 基于向量检索库实现的轻量级向量数据库，比如：基于Faiss的的Chroma等；
- 基于原生向量设计的分布式向量云原生数据数据库，比如：milvus、qdrant。
一个成熟的向量数据应该具备的能力
主要有如下几个方面：
- 数据持久化和低成本存储
- 高性能查询
- 数据分布与数据分区
- 易于使用
- 稳定可用
- 可运维可观测
- 智能化：和AI结合程度
- 等等