向量数据库

向量数据库可以做哪些事情

• 存储和索引向量
• 检索相似向量，还具有过滤功能
• 自动将文档转变成向量，所以会自动化分词、向量化、索引等操作

目前存在的向量数据库：

名称	github	开源协议
chroma	https://github.com/chroma-core/chroma	Apache 2.0
Milvus	https://github.com/milvus-io/milvus	Apache 2.0
Pinecone	未开源	/
weaviate	https://github.com/weaviate/weaviate	BSD-3-Clause license
qdrant	https://github.com/qdrant/qdrant	Apache 2.0
vespa	https://github.com/vespa-engine/vespa	Apache 2.0
zilliz	基于Milvus的商业版向量数据库	/

其他跟向量数据库相关，严格来说不算向量数据库

• Faiss 是一个提供高维向量相似性搜索和聚类的算法库，不算向量数据库，向量数据库的相似性检索可以使用到Faiss中的算法。
• ScaNN 是google开源的相似向量搜索方法
• vald 是一个可扩展的向量搜索引擎
• pgvector 为Postgres 提供向量相似度搜索的库
• typesense 可替代ElasticSearch， 也有向量搜索功能

对于文本，如何挑选向量类型，可参考比较基准：MTEB: Massive Text Embedding Benchmark

---

参考资料

1. https://towardsdatascience.com/milvus-pinecone-vespa-weaviate-vald-gsi-what-unites-these-buzz-words-and-what-makes-each-9c65a3bd0696
2. https://byby.dev/vector-databases
3. https://platform.openai.com/docs/guides/embeddings/what-are-embeddings