矢量数据库是一种将数据存储为高维向量的数据库，高维向量是特征或属性的数学表示。 每个向量都有一定数量的维度，范围从几十到几千不等，具体取决于数据的复杂性和粒度。
矢量数据库（Vector Database）和矢量开发库（Vector Library）都是实现矢量相似性搜索的技术，但它们在功能和可用性上有所不同。 矢量数据库可以存储和更新数据，处理各种类型的数据源，在数据导入期间执行查询，并提供用户友好和企业就绪的功能。 矢量库只能存储数据，只能处理矢量，需要在建立索引之前导入所有数据，并且需要更多的技术专业知识和手动配置。
一些矢量数据库建立在现有库之上，例如 Faiss。 这使他们能够利用库的现有代码和功能，从而节省开发时间和精力。
这些矢量数据库和库用于人工智能 (AI) 应用程序，例如机器学习、自然语言处理和图像识别。 它们有一些共同的特点：
- 支持向量相似性搜索，它会找到与查询向量最近的 k 个向量，这是通过相似性度量来衡量的。 矢量相似性搜索对于图像搜索、自然语言处理、推荐系统和异常检测等应用非常有用。
- 使用矢量压缩技术来减少存储空间并提高查询性能。 矢量压缩方法包括标量量化、乘积量化和各向异性矢量量化。
- 可以执行精确或近似的最近邻搜索，具体取决于准确性和速度之间的权衡。 精确最近邻搜索提供了完美的召回率，但对于大型数据集可能会很慢。 近似最近邻搜索使用专门的数据结构和算法来加快搜索速度，但可能会牺牲一些召回率。
- 支持不同类型的相似性度量，例如 L2 距离、内积和余弦距离。 不同的相似性度量可能适合不同的用例和数据类型。
1、Elasticsearch
ElasticSearch是一个支持各种类型数据的分布式搜索和分析引擎。 Elasticsearch 支持的数据类型之一是矢量字段，它存储密集的数值矢量。
在 7.10 版本中，Elasticsearch 添加了对将向量索引到专用数据结构的支持，以支持通过 kNN 搜索 API 进行快速 kNN 检索。 在 8.0 版本中，Elasticsearch 添加了对带有向量场的原生自然语言处理 (NLP) 的支持。
2、Faiss
Meta的Faiss是一个用于高效相似性搜索和密集向量聚类的库。 它包含搜索任意大小的向量集的算法，直到可能不适合 RAM 的向量集。 它还包含用于评估和参数调整的支持代码。
3、Milvus
Milvus是一个开源矢量数据库，可以管理万亿矢量数据集，支持多种矢量搜索索引和内置过滤。
4、Weaviate
Weaviate是一个开源向量数据库，允许你存储数据对象和来自你最喜欢的 ML 模型的向量嵌入，并无缝扩展到数十亿个数据对象。
5、Pinecone
Pinecone专为机器学习应用程序设计的矢量数据库。 它速度快、可扩展，并支持多种机器学习算法。
Pinecone 建立在 Faiss 之上，Faiss 是一个用于密集向量高效相似性搜索的库。
6、Qdrant
Qdrant是一个矢量相似度搜索引擎和矢量数据库。 它提供了一个生产就绪的服务，带有一个方便的 API 来存储、搜索和管理点------带有额外有效负载的矢量。
Qdrant 专为扩展过滤支持而定制。 它使它可用于各种神经网络或基于语义的匹配、分面搜索和其他应用程序。
7、Vespa
Vespa是一个功能齐全的搜索引擎和矢量数据库。 它支持向量搜索 (ANN)、词法搜索和结构化数据搜索，所有这些都在同一个查询中。 集成的机器学习模型推理允许你应用 AI 来实时理解你的数据。
8、Vald
Vald是一个高度可扩展的分布式快速近似最近邻密集向量搜索引擎。 Vald是基于Cloud-Native架构设计和实现的。 它使用最快的 ANN 算法 NGT 来搜索邻居。
Vald 具有自动向量索引和索引备份，以及水平缩放，可从数十亿特征向量数据中进行搜索。
ScaNN (Google Research)
ScaNN（Scalable Nearest Neighbours）是一个用于高效向量相似性搜索的库，它找到 k 个与查询向量最近的向量，通过相似性度量来衡量。 矢量相似性搜索对于图像搜索、自然语言处理、推荐系统和异常检测等应用非常有用。
10、pgvector
pgvector是PostgreSQL 的开源扩展，允许你在数据库中存储和查询向量嵌入。 它建立在 Faiss 库之上，Faiss 库是一个流行的密集向量高效相似性搜索库。 pgvector 易于使用，只需一条命令即可安装。
