向量类型

什么是向量？

在数据库中，向量通常是一组数字，它们以特定的方式排列，以表示某种数据或特征。这些向量可以是一维数组、多维数组或具有更高维度的数据结构。在机器学习和数据分析领域中，向量用于表示数据点、特征或模型参数。它们通常是用来处理非结构化数据，如图片，语音，文本等，以通过机器学习模型，将非结构化数据转化为 embedding 向量，随后处理分析这些数据。

Matrixone 支持向量类型

传统的向量数据库专门设计用于处理高维向量数据，基本是非结构化的，存在一定的局限性。它们可能不像传统的关系型数据库那样提供丰富的对非向量字段（例如，元数据或文本描述）的支持，也缺乏对复杂数据关系和事务处理的能力，以及在数据完整性约束和元数据管理方面的功能不足。因此，向量数据库可能不适用于需要复杂查询、多样化数据类型支持或强数据一致性保证的场景。

而 MatrixOne 作为关系型数据库，同时具备向量能力，能够提供强大的数据管理功能。MatrixOne 结合了传统关系型数据库的事务一致性、数据完整性、易于集成和丰富的工具生态系统等优点，同时增加了对高维向量数据的存储和高效相似性搜索的能力。这种结合使得数据库能够统一管理和查询结构化与非结构化数据，支持复杂的 AI 和机器学习应用，同时保持数据的安全性和治理，降低了维护成本和系统复杂性，为现代应用程序提供了灵活而全面的数据解决方案。

Matrixone 目前支持 float32 及 float64 类型的向量，分别称之为 vecf32 与 vecf64 而不支持字符串类型和整型类型的数字。

最佳实践

向量类型转换：在将向量从一种类型转换为另一种类型时，建议同时指定维度。例如：
```
SELECT b + CAST("[1,2,3]" AS vecf32(3)) FROM t1;
```
这种做法确保了向量类型转换的准确性和一致性。

使用二进制格式：为了提高整体插入性能，考虑使用二进制格式而不是文本格式。在转换为十六进制编码之前，确保数组采用小端序格式。以下是示例 Python 代码：

import binascii

# 'value' 是一个 NumPy 对象
def to_binary(value):
    if value is None:
        return value

    # 小端序浮点数组
    value = np.asarray(value, dtype='<f')

    if value.ndim != 1:
        raise ValueError('期望 ndim 为 1')

    return binascii.b2a_hex(value)

这种方法可以显著提高数据插入的效率。

构建 RAG 应用：详情请查看应用开发示例中的 RAG 应用基础示例。
构建以图（文）搜图应用：详情请查看应用开发示例中的以图（文）搜图应用基础示例。

参考文档

向量数据类型