向量数据库简介
了解向量数据库存在的原因，使用 FAISS 进行本地相似性搜索，并存储用于人工智能检索的嵌入向量。
向量数据库简介 是 CoddyKit 上的免费 Learn AI with Python 课时。 这是第 4 节课，共 4 节。 你可以在下方免费阅读本课时的完整内容 — 然后在浏览器中使用内置代码编辑器和全天候 AI 导师进行实践。 这是 Learn AI with Python 学习路径的一部分，你的进度在网页和 CoddyKit 应用中同步。 Learn AI with Python 课程共包含 4 节课。
不止于精确匹配
传统数据库通过精确值查找行（WHERE name = "x"）。不过，AI 处理的是嵌入——能够捕捉含义的向量——而您通常希望找到与查询最相似的项目，而不是精确匹配。
向量数据库旨在让这种相似性搜索变得快速。
什么是嵌入
嵌入是表示文本、图像或音频的一组数字（即一个向量），使相似的项目在向量空间中彼此靠近。
语义搜索、推荐系统和检索增强生成（RAG）都以嵌入为基础。
import numpy as np
# A toy 4-dim embedding for a sentence
vec = np.array([0.12, -0.43, 0.88, 0.05], dtype="float32")
print(vec.shape) # (4,)为何不使用普通数据库
使用蛮力循环将查询与数百万个向量逐一比较会很慢。向量数据库使用专门的索引和距离计算，在毫秒级返回最近邻。
它们还可以扩展、持久化，并在向量旁处理元数据。
衡量相似度
接近程度通过距离度量来衡量：
- L2（欧几里得）——直线距离；数值越小表示越接近
- 余弦——向量之间的夹角；适合文本
FAISS 支持多种度量；我们将使用 L2。
认识 FAISS
FAISS（Facebook AI Similarity Search）是一个快速、免费的向量搜索库。它无需服务器即可在本地运行，非常适合学习和原型开发。
import faiss
import numpy as np
# pip install faiss-cpu使用 IndexFlatL2 创建索引
IndexFlatL2(dim) 使用 L2 距离构建一个平面（蛮力、精确）索引。您必须告知它向量的维度。
“平面”表示返回精确结果，非常适合小型到中型集合。
import faiss
dim = 4
index = faiss.IndexFlatL2(dim)
print(index.is_trained) # True (flat index needs no training)使用 index.add 添加向量
将嵌入作为形状为 (n, dim) 的二维 32 位浮点型 NumPy 数组传入。index.add 会存储这些向量；index.ntotal 会报告数量。
import numpy as np
embeddings = np.random.random((100, dim)).astype("float32")
index.add(embeddings)
print(index.ntotal) # 100使用 index.search 进行搜索
index.search(query, k) 会返回距离查询最近的 k 个向量。它会返回两个数组：距离 D 和索引 I（表示按添加顺序排列的位置）。
query = np.random.random((1, dim)).astype("float32")
D, I = index.search(query, k=5)
print("nearest ids:", I[0])
print("distances:", D[0])从索引返回项目
FAISS 返回的是位置，而不是您的原始数据。请保留一个并行列表（或数据库），将索引位置映射到实际项目，以便查找结果。
docs = ["doc about cats", "doc about dogs", "doc about cars"]
# after search:
for pos in I[0]:
print(docs[pos]) # map id -> original document一个小型语义搜索流程
完整流程是：将文档转换为嵌入，将其添加到索引中，将查询转换为嵌入，执行搜索，然后返回匹配的文档。（sentence-transformers 等嵌入模型会生成这些向量。）
import faiss, numpy as np
# doc_vectors: (n, dim) from an embedding model
index = faiss.IndexFlatL2(doc_vectors.shape[1])
index.add(doc_vectors)
# query_vec: (1, dim) embedding of the user query
D, I = index.search(query_vec, k=3)
results = [docs[i] for i in I[0]]
print(results)何时应使用向量数据库
在以下情况下，您应使用向量数据库：
- 对文本或图像进行语义搜索
- 基于相似性的推荐
- RAG：为 LLM 检索相关上下文
FAISS 很适合本地使用；托管方案（Pinecone、Weaviate、pgvector）可提供持久化和扩展能力。
快速检查：FAISS 搜索
您在 FAISS 索引上调用 index.search(query, k=5)。
回顾：向量数据库
您了解了相似性搜索的基础：
- 嵌入会将相似项目置于向量空间中彼此接近的位置
- 向量数据库让最近邻搜索在大规模场景下保持快速
- FAISS 的
IndexFlatL2(dim)会构建精确的 L2 索引 index.add(embeddings)会存储向量；index.search(query, k)会返回距离和索引- 将返回的索引映射回原始项目
至此，数据库部分已完成。下一步：使用 Git 组织 AI 项目。
常见问题解答
「向量数据库简介」课时是免费的吗？
是的 — 「向量数据库简介」的完整文本可在网页上免费阅读。要进行交互式练习（内置代码编辑器和全天候 AI 导师）并解锁 Learn AI with Python 课程的其余内容，请升级到 CoddyKit PRO。 Learn AI with Python 课程共包含 4 节课。
「向量数据库简介」这节课中我会学到什么？
了解向量数据库存在的原因，使用 FAISS 进行本地相似性搜索，并存储用于人工智能检索的嵌入向量。 你通过在浏览器中直接运行的动手代码来练习 Learn AI with Python，全天候 AI 导师会在你学习这节课的过程中回答你的问题。
学习 Learn AI with Python 需要有经验吗？
无需任何先前经验。CoddyKit 上的 Learn AI with Python 课程适合初学者到高级学习者，你可以从这里开始或从头开始，按照自己的节奏学习。 这是第 4 节课，共 4 节。
「向量数据库简介」课时需要多长时间？
大多数 CoddyKit 课程大约需要 5–10 分钟。每节课都很精短且互动，所以你能稳步进步，并在网页和应用中从离开的地方继续。
我能在这节 Learn AI with Python 课中编写并运行代码吗？
能。每节 Learn AI with Python 课都包含内置代码编辑器，你可以在浏览器中直接编写并运行真实代码，并获得即时 AI 反馈 — 无需本地设置。