向量数据库

做个文艺程序员

MinIO第07篇：基于MinIO + Spring AI + pgvector构建RAG知识库（Java全栈实战）系列导读：前六篇我们完成了从架构认知、Spring Boot集成、大文件分片上传、多租户隔离、事件驱动架构到分布式部署的完整链路。这一篇是系列的收官之作，我们将把MinIO从“文件存储工具”升级为“AI数据底座”——用Spring Boot 3 + Spring AI + MinIO + PostgreSQL/pgvector构建一个完整的RAG（检索增强生成）知识库系统。

PageIndex没翻车，翻车的是我的解析器测试日期：2026-10-02 测试环境：Docker+PageIndex Cloud SDK+FAISS+PyMuPDF+硅基流动API 测试文档：腾讯控股2024年度年报（274页，繁体PDF）

向量索引也要治理：RAG 系统里“原始数据已作废、向量仍可检索”怎么解RAG 上线后最典型的失效不是模型答错，而是检索层悄悄失效：原文改了向量没改，原文删了向量还在，索引漂移无人发现。本文把向量索引当作一类受管数据资产，拆出索引生命周期、向量权限合规、检索质量闭环三大工作项，给出六张可直接套用的清单与巡检表。

向量数据库选型实战：Chroma/Qdrant/Milvus/PgVector 怎么选**一句话讲清楚：**RAG、Agent记忆、推荐系统背后都靠向量数据库做语义检索。但Chroma、Qdrant、Milvus、Redis Vector、PgVector到底怎么选？这篇从原理到选型逻辑一次讲透。

软考系统架构师｜论文篇 3+4｜2026 两道真题实战｜向量数据库 & 六边形架构软考高级系统架构师论文，最大的备考秘诀不是背多篇完整范文，而是掌握一稿多套。同一份项目底稿，大部分内容直接默写，考场上只需要替换少量主题段落，就能适配不同考题。本次一次性更新论文篇 3、4 两集，拆解 2026 上半年两道真题，完整演示这套考场实战方法。

智码看视界

Edge AI 全栈实战 ④：向量数据库 + RAG 让 IoT 诊断拥有“记忆“① 篇：ESP32 → MQTT → 云端（能通） ② 篇：ESP32 → MQTT → Flink → 实时管道 + 异常检测（生产级） ③ 篇：② + 异常时调 LLM 生成诊断（会思考） ④ 篇：③ + 向量库存历史诊断，检索增强（有记忆） ← 本篇

CentOS 部署 Milvus 向量数据库完整指南在开始安装 Milvus 之前，请确认你的 CentOS 系统满足以下最低要求：提示： Milvus Standalone 模式适合开发、测试及中小规模生产环境。如果数据量超过 1000 万向量，建议使用 Cluster 集群模式部署。

深海鱼肝油ya

向量数据库Elasticsearch（四）搜索文档——各种方式目录一.创建索引&添加数据二.搜索方式1.match_all2.match3.range4.match_phrase

深海鱼肝油ya

向量数据库Elasticsearch（二）介绍&安装&常用操作目录一.Elasticsearch介绍_全文检索二.Elasticsearch介绍_正排索引&倒排索引

云客服机器人知识库批量导入，接口开发实操方案云客服机器人知识库批量导入的接口开发，核心是设计一套支持批量提交、分片上传、异步处理、状态查询、失败重试、幂等校验和向量化索引更新的 API 体系。常见方案采用 RESTful API + 消息队列 + 异步 Worker 架构，客户端将知识条目按批次或分片提交，服务端校验后写入任务表，由 Worker 完成解析、切分、向量化和向量数据库写入，最后通过回调或轮询返回导入结果。本文给出 OpenAPI 规范、数据格式、数据库设计、异步任务、幂等与重试、向量化流程、多语言 SDK 示例、压测数据、成本模型和故

Docker 部署 Milvus：轻松搭建高性能向量数据库平台本文基于 openeuler/milvus:2.6.0-oe2403sp2，跟做标签 2.6.0-oe2403sp2（Milvus 2.6.0 / openEuler 24.03-LTS-SP2），客户端实测 pymilvus 3.0.1，测试平台 Ubuntu 24.04 Linux。

虎虎(_　_)。゜zｚＺ

Qdrant向量数据库工程实战做 RAG 检索增强生成，向量库是绕不开的一环。市面上选择不少——Chroma 轻量但扛不住并发，Milvus 功能全但部署重，pgvector 复用 PostgreSQL 但检索性能有天花板。

深海鱼肝油ya

向量数据库Elasticsearch（一）目录一.什么是向量数据库二.Elasticsearch数据库初识三.Elasticsearch数据库安装

AIGC（生成式AI）试用 57 -- 向量数据库不追其理，不求甚解，应用为主，但求应用于实际。遗留问题：文本切分的原则是什么？什么是有效招回？如何有效切分长文本存入向量数据库？

从零搭建行业知识平台：向量库+图数据库+传统关系库的多模检索统一层设计我在为一家大型制造企业搭建知识平台时,被业务方提了一个"简单"的需求:“把我们几十年的设备维修知识做成一个系统,工程师问什么,它就能答什么。”

数据库小学妹

AI Agent记忆怎么存？Redis+向量库三层记忆架构实战大家好，我是数据库小学妹👋 我踩过的坑，你别再踩。上个月帮一个客服产品团队调Agent，碰到一个挺典型的例子。用户头天晚上留过一句话："我是会员，短信通知关了，只留邮件。"结果第二天Agent一上来，张口就问："请问需要短信通知吗？"用户当场就炸了，工单里骂了整整五分钟。

2-向量数据库：主流近似最近邻算法（ANN）原理在向量数据库中，如果要遍历整个数据库进行精确对比（KNN，K-Nearest Neighbors），计算量太大且在海量数据下极度耗时。因此，向量数据库通常采用近似最近邻算法（ANN, Approximate Nearest Neighbor），通过牺牲微小的精确度前提，跨越式提升查询速度并降低内存开销。

生产环境向量检索数据库选型：Elasticsearch、Qdrant、Milvus 与 Chroma这篇笔记抛开具体 RAG 框架，回答以下问题：本文主要讨论自建或托管形态下的检索引擎选择，不把某个产品的官方规模区间、单次 Benchmark 或默认参数当成普遍结论。

【AI应用开发】什么是混合检索（Hybrid Search）？向量检索 + BM25 关键词检索，适用场景与 RRF 融合原理混合检索（Hybrid Search）= 向量检索（语义匹配）+ BM25 关键词检索（精确匹配），通过 RRF 等融合算法合并两路结果，取两者之长补各自之短。