《向量数据库指南》——腾讯云向量数据库Tencent Cloud VectorDB关键概念

目录

向量（Vector）

OLAMA

实例（Instance）

数据库（Database）

集合（Collection）

文档（Document）

字段（Field）

节点（Node）

分片（Shard）

副本（Replica）

索引（Index）

KNN（K-Nearest Neighbor Search）

ANN（Approximate Nearest Neighbor Search）

HNSW（Hierarchical Navigable Small World）

---

向量（Vector）

向量可以理解为一组数值的有序集合，通常用于表示某个对象或事物的属性或者特征。这些数值可以有不同的维度，每个维度都表示一个属性或特征。在机器学习和人工智能领域，向量常用于表示图像、文本、音频等数据，通过计算向量之间的距离或相似度来实现分类、聚类、检索等任务。

OLAMA

OLAMA 是腾讯自研的向量引擎，具有高性能、高可用、简单易用等特点。它支持单索引10亿级向量规模，适用于 AI 运算、检索场景，已稳定服务于近40个线上业务。

实例（Instance）

实例是腾讯云中独立运行的数据库环境，是用户购买向量数据库服务的基本单位，以单独的进程存在。一个数据库实例可以包含多个由用户创建的数据库。 您可以在控制台创建、修改和删除实例。实例之间相互独立、资源隔离，相互之间不存在 CPU、内存、持久内存、IO