前言

騰訊云向量數(shù)據(jù)庫(Tencent Cloud VectorDB)是一款專為存儲、檢索和分析多維向量數(shù)據(jù)而設(shè)計的全托管式企業(yè)級分布式數(shù)據(jù)庫服務(wù)。其獨特之處在于支持多種索引類型和相似度計算方法，擁有卓越的性能優(yōu)勢，包括高QPS（每秒查詢率）、毫秒級查詢延遲，以及單索引支持?jǐn)?shù)億級向量數(shù)據(jù)規(guī)模。通過簡單易用的可視化界面，用戶可以快速創(chuàng)建數(shù)據(jù)庫實例，進(jìn)行數(shù)據(jù)操作，執(zhí)行查詢操作，并配置嵌入式數(shù)據(jù)轉(zhuǎn)換，提供更廣泛的數(shù)據(jù)處理能力。該數(shù)據(jù)庫適用于多種場景，如構(gòu)建大型知識庫、推薦系統(tǒng)、智能問答系統(tǒng)以及文本/圖像檢索任務(wù)，為企業(yè)提供了強大的工具，助力各種應(yīng)用場景下的高效數(shù)據(jù)管理和智能應(yīng)用實現(xiàn)。

1 騰訊云向量數(shù)據(jù)庫介紹

騰訊云向量數(shù)據(jù)庫專用于存儲、檢索、分析多維向量數(shù)據(jù)。該數(shù)據(jù)庫支持多種索引類型和相似度計算方法，單索引支持干億級向量規(guī)模，可支持五百萬OPS及毫秒級查詢延遲。騰訊云向量數(shù)據(jù)庫，助您實現(xiàn)智能數(shù)據(jù)的快速、高效管理與應(yīng)用。

騰訊云向量數(shù)據(jù)庫具備以下幾大亮點：

高性能：持百萬級 QPS 及毫秒級查詢延遲

大規(guī)模：單索引支持 10 億級向量數(shù)據(jù)規(guī)模

高可用：提供多副本高可用特性，提高容災(zāi)能力

低成本：全流程平臺托管，無需進(jìn)行任何安裝、部署、運維操作

簡單易用：用戶通過 API 即可快速操作數(shù)據(jù)庫，開發(fā)效率高

穩(wěn)定可靠：源自騰訊集團自研的向量檢索引擎 OLAMA，近 40 個業(yè)務(wù)線上穩(wěn)定運行。

2 向量數(shù)據(jù)庫信息及設(shè)置

2.1 向量數(shù)據(jù)庫實例信息

顯示有關(guān)數(shù)據(jù)庫實例的關(guān)鍵詳細(xì)信息，例如實例 ID、地域、容量、配置等。

2.2 實例監(jiān)控

實時或歷史性能指標(biāo)和監(jiān)控功能，允許用戶跟蹤數(shù)據(jù)庫使用情況、性能以及資源利用情況。

2.3 密鑰管理

管理訪問密鑰、身份驗證令牌或加密密鑰，以保護(hù)數(shù)據(jù)庫實例并控制訪問權(quán)限。

2.4 安全組

定義和管理安全規(guī)則和配置，包括網(wǎng)絡(luò)訪問控制列表（ACL）或防火墻設(shè)置，以保護(hù)數(shù)據(jù)庫實例。

2.5 Embedding

與嵌入式數(shù)據(jù)相關(guān)的配置，可能包括將非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)換為向量格式的設(shè)置，并在數(shù)據(jù)庫中管理這些嵌入式數(shù)據(jù)。

2.6 可視化界面

以圖形方式呈現(xiàn)數(shù)據(jù)庫實例的整體狀態(tài)、統(tǒng)計信息或其他數(shù)據(jù)，以用戶友好的方式展示信息，便于快速理解和決策。

3 可視化界面

Embedding提供了將非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)換為向量數(shù)據(jù)的功能，自動將原始文本轉(zhuǎn)換為向量數(shù)據(jù)并插入數(shù)據(jù)庫，或者執(zhí)行相似性計算，使向量數(shù)據(jù)庫的使用更加簡單便捷。

數(shù)據(jù)庫管理方面基于向量數(shù)據(jù)庫可進(jìn)行在線的數(shù)據(jù)庫增加、刪除和管理。

集合管理涵蓋了集合的創(chuàng)建、刪除操作，以及查看集合信息和內(nèi)容。

索引管理方面可進(jìn)行集合索引在線查看及重建等操作。

全實例查詢能夠快速進(jìn)行實例級的數(shù)據(jù)庫和集合全實例查找和展開操作。

在數(shù)據(jù)操作方面，支持精確查詢、模糊查找、更新插入、在線刪除，并且支持多集合的并行操作。

這些功能集合為用戶提供了更靈活、高效地管理和操作向量數(shù)據(jù)庫的能力。

4 Embedding

提供將非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)換為向量數(shù)據(jù)的能力，自動將原始文本轉(zhuǎn)換為向量數(shù)據(jù)后插入數(shù)據(jù)庫或進(jìn)行相似性計算，更簡單地使用向量數(shù)據(jù)庫

4.1 embedding_coll精確查詢

在進(jìn)行embedding_coll的精確查詢時，使用JSON數(shù)據(jù)進(jìn)行查詢，可能包括按照特定的條件或字段，對數(shù)據(jù)庫中存儲的向量數(shù)據(jù)進(jìn)行準(zhǔn)確的檢索。這種查詢方式可以幫助用戶快速找到所需的向量數(shù)據(jù)或相關(guān)信息，提供了高效、精確的搜索功能。

4.2 unenabled_embedding_coll精確查詢

在unenabled_embedding_coll精確查詢中，同樣使用JSON數(shù)據(jù)對數(shù)據(jù)進(jìn)行查詢。這個查詢操作可能是在某些特定條件下執(zhí)行的，與enabled_embedding_coll相比，可能有些功能或特性處于未啟用狀態(tài)。這種查詢可能針對某些特定集合或數(shù)據(jù)，提供了對數(shù)據(jù)庫中信息的更多探索或篩選功能，使用戶能夠更全面地利用數(shù)據(jù)庫資源。

5 數(shù)據(jù)庫

（如圖中所示）。此外，（如圖中的數(shù)據(jù)插入界面展示了這一點）。

5.1 創(chuàng)建數(shù)據(jù)庫

基于向量數(shù)據(jù)庫的在線增加、刪除和管理數(shù)據(jù)庫是騰訊云向量數(shù)據(jù)庫的關(guān)鍵功能之一。通過可視化界面，用戶可以輕松地創(chuàng)建新的數(shù)據(jù)庫實例。

5.2 插入數(shù)據(jù)

向量數(shù)據(jù)庫允許用戶通過JSON數(shù)據(jù)將信息插入數(shù)據(jù)庫，這提供了一種靈活且可擴展的方法，使用戶能夠?qū)⒏鞣N數(shù)據(jù)以向量形式存儲在數(shù)據(jù)庫中

5.3 精確檢索

在進(jìn)行數(shù)據(jù)檢索時，向量數(shù)據(jù)庫提供了多種方式。用戶可以通過表單形式輸入搜索條件，也可以通過JSON數(shù)據(jù)進(jìn)行檢索

這種多樣性的檢索方式可以讓用戶根據(jù)不同的需求和偏好選擇最適合的查詢方法，無論是簡單的數(shù)據(jù)查詢還是更復(fù)雜的搜索需求。這種靈活性有助于用戶更有效地管理數(shù)據(jù)庫，以及更方便地訪問和利用所存儲的向量數(shù)據(jù)。

6 應(yīng)用場景

6.1 大模型知識庫

騰訊云向量數(shù)據(jù)庫與大語言模型LLM協(xié)同使用。將企業(yè)私域數(shù)據(jù)經(jīng)過文本分割和向量化后存儲在向量數(shù)據(jù)庫中，形成企業(yè)專屬的外部知識庫。這為大模型提供了提示信息，在后續(xù)檢索任務(wù)中輔助生成更準(zhǔn)確的答案。

6.2 推薦系統(tǒng)

推薦系統(tǒng)根據(jù)用戶歷史行為和偏好向用戶推薦可能感興趣的物品。在這種情況下，用戶行為特征向量化存儲在向量數(shù)據(jù)庫中。系統(tǒng)根據(jù)用戶特征進(jìn)行相似度計算，并返回可能感興趣的物品作為推薦結(jié)果。

6.3 問答系統(tǒng)

智能問答系統(tǒng)能夠回答用戶提出的問題，通常使用NLP服務(wù)和深度學(xué)習(xí)等技術(shù)實現(xiàn)。問題和答案通常被轉(zhuǎn)換為向量表示，并存儲在向量數(shù)據(jù)庫中。問答系統(tǒng)可通過計算向量之間的相似度，檢索最相關(guān)的問題信息并返回答案。向量數(shù)據(jù)庫存儲和檢索相關(guān)的向量數(shù)據(jù)，提高問答系統(tǒng)的檢索效率和準(zhǔn)確性。

6.4 文本/圖像檢索

文本/圖像檢索任務(wù)在大規(guī)模文本/圖像數(shù)據(jù)庫中搜索與指定圖像最相似的結(jié)果。存儲在向量數(shù)據(jù)庫中的文本/圖像特征通過高性能索引實現(xiàn)高效的相似度計算，返回匹配的文本/圖像結(jié)果。

7 總結(jié)

騰訊云向量數(shù)據(jù)庫是一全托管的企業(yè)級分布式數(shù)據(jù)庫服務(wù)，專注于多維向量數(shù)據(jù)的存儲、檢索和分析。該數(shù)據(jù)庫支持多種索引類型和相似度計算方法，擁有高性能、大規(guī)模、高可用、低成本、簡單易用等特點。通過其可視化界面，用戶可以輕松管理實例信息、監(jiān)控性能、進(jìn)行密鑰管理、設(shè)置安全組，以及使用Embedding功能將非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)換為向量數(shù)據(jù)并插入數(shù)據(jù)庫。

應(yīng)用場景廣泛，包括構(gòu)建大型知識庫、推薦系統(tǒng)、智能問答系統(tǒng)以及文本/圖像檢索等。例如，與大語言模型配合使用可構(gòu)建企業(yè)專屬的知識庫，推薦系統(tǒng)可基于用戶特征向量化進(jìn)行相似度計算，問答系統(tǒng)通過向量存儲和檢索提高響應(yīng)速度和準(zhǔn)確性，文本/圖像檢索任務(wù)可以高效搜索相似內(nèi)容。騰訊云向量數(shù)據(jù)庫為企業(yè)提供了強大的工具，助力各種應(yīng)用場景下的高效數(shù)據(jù)管理和智能應(yīng)用實現(xiàn)。