关于微软最新数据库引擎sqlserver2025 关于向量距离函数调用的问题

已经通过模型将知识库分段向量1024维存入数据库，现在要实现RAG，需要从向量数据中检索出相似知识片段，然后将片段作为输入告诉人工智能后提问，实现RAG增强。

但是问题来了，微软发布的最新数据库引擎支持三个向量函数，

VECTOR_DISTANCE // 计算向量距离相似度支持 cosine - 余弦距离 euclidean - Euclidean 距离 dot - （负数）点积

VECTOR_SEARCH // 搜索向量距离这个函数需要建立 VECTOR_INDEX 索引方可使用

因为知识库是动态知识库，而且向量索引建立以后数据不可以增删改，需要删除索引修改完在重建对

对于小数据量，知识库数据50000以下不建议创建索引，直接使用VECTOR_DISTANCE计算。

微软提供的例子都是在存储过程中实现向量相似度计算，但是我们的知识库是动态知识库，按照一个知识库对应一个向量集合表，那么存储过程需要拼接数据库表命，语法太乱了不喜欢，那么如何直接通过TSQL语句直接计算向量向量相似度呢？

首先直接把1024维的float 作为参数传入sql语句，会报一个 varchar 超过长度问题，其实不难理解，毕竟是预览版，微软的工程师也是在摸索呢，所以用 varchar(max) 封装了 vector 类型。

所以经过我仔细研究，可以通过 CAST(' $1.5,2.3,0.8...$ ' AS vector(1024)) 转换向量类型，然后传入SQL语句就可以直接在 netcore _context.Database.ExecuteSqlRaw(SqlCmd); 执行。

SELECT TOP(2) * FROM $dbo$ . $Vector_efc5013f0432473294a5991163e8f441$ ORDER BY VECTOR_DISTANCE('cosine',CAST(' $-1.6799299e+000,2.7846149e-001,-9.0215802e-001,-8.3536464e-001,-1.5517933e+000,6.6706377e-001,5.9230852e-001,-5.1769388e-001,-5.9696758e-001,3.4299669e-001,5.3145283e-001,6.3425183e-001,-9.0269399e-001,-5.7276227e-002,9.0233982e-002$ ' AS vector(1024)),Embedding)