Vector Database
Une base de données vectorielle est un magasin de données spécialisé optimisé pour indexer, stocker et requêter des vecteurs d'embedding haute dimension.
What Is Vector Database?
Une base de données vectorielle est un système de stockage et récupération conçu pour les données vectorielles haute dimension. Contrairement aux bases traditionnelles trouvant des enregistrements par correspondance exacte, les bases vectorielles trouvent par similarité : elles retournent les vecteurs les plus proches dans l'espace haute dimension. Cette opération, appelée recherche ANN (Approximate Nearest Neighbor), est fondamentale pour le RAG. L'écosystème inclut des solutions dédiées (Pinecone, Weaviate) et des extensions (pgvector pour PostgreSQL).
How Vector Database Works
Gère l'indexation (stocker vecteurs avec métadonnées) et la requête (trouver les voisins les plus proches, typiquement en moins de 10 ms).
Why Vector Database Matters
Rend le RAG scalable et rapide, maintenant la récupération en millisecondes indépendamment de la taille de la base.
How Chatloom Uses Vector Database
Chatloom utilise pgvector intégré au modèle relationnel, complété par tsvector pour la recherche hybride.
Related Terms
Explore related concepts to deepen your understanding.
Frequently Asked Questions
- Faut-il une base vectorielle séparée ?
- Pas nécessairement. pgvector ajoute les capacités vectorielles à PostgreSQL.
- Quelle capacité ?
- Des millions à des milliards de vecteurs. La plupart des chatbots ont des milliers de fragments.
- Qu'est-ce que la recherche ANN ?
- Des algorithmes trouvant les vecteurs approximativement les plus proches avec une vitesse sub-milliseconde.