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。
推荐：用 NSDT场景设计器 快速搭建3D场景。
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。
- 可以处理各种类型的数据源，例如文本、图像、音频、视频等。 可以使用机器学习模型将数据源转化为向量嵌入，例如词嵌入、句子嵌入、图像嵌入等。
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。
9、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。
原文链接：10个顶级矢量数据库 — BimAnt