存储向量数据

本文档介绍了如何在 OceanBase 中统一存储非结构化数据、半结构化数据和结构化数据。这不仅充分利用了 OceanBase 数据库的基础能力，还为混合搜索提供了强大支持。

存储原理

OceanBase 数据库能够存储不同模态的数据，支持混合搜索的原理是将不同模态的数据（如文本、图片、视频等）统一转换为向量，通过计算向量之间的距离来实现搜索。混合搜索分为两种方式：简单搜索基于单个向量的相似度搜索，复杂搜索则涉及向量与标量的混合搜索。

由于向量搜索本身具有近似性，实际应用中需结合多种手段提高精度，精确的搜索结果才能为业务带来更大价值。

配置向量索引内存

OceanBase 向量搜索通过设置 ob_vector_memory_limit_percentage 配置向量索引内存。

向量搜索功能默认启用。默认值为 0 表示自适应模式，即系统自动调整租户中的向量索引数据的内存占用比例，无需手动调整：

• 租户实际内存为 8GB 及以下时，该值自适应为 40。
• 租户实际内存为 8GB 以上时，该值自适应为 50。

创建向量列

下述示例体现了一张表同时存储了向量数据、空间数据和关系型数据。向量列的数据类型为 VECTOR，并且必须在创建时指定维度，维度最高支持 16000；空间列的数据类型为 GEOMETRY：

CREATE TABLE t (
    -- 存储关系型数据（结构化数据）
    id INT PRIMARY KEY,
    -- 存储空间数据（半结构化数据）
    g GEOMETRY,
    -- 存储向量数据（非结构化数据）
    vec VECTOR(3)
);

使用 INSERT 语句插入向量数据

一旦创建了包含 VECTOR 数据类型列的表，就可以直接使用 INSERT 语句将向量插入表中。在插入数据时，向量必须与表定义时指定的维度相匹配，否则会报错。这种设计确保了数据的一致性和查询的效率。向量的格式采用标准的浮点数数组表示，每个维度的值必须是有效的浮点数。这是一个简单的示例：

INSERT INTO t (id, g, vec) VALUES (
  -- 插入结构化数据
  1, 
  -- 插入半结构化数据
  ST_GeomFromText('POINT(1 1)'), 
  -- 插入非结构化数据
  '[0.1, 0.2, 0.3]'
);

相关文档

• 向量嵌入技术
• 向量索引