向量数据库，能让AI再次起飞吗？

最新推荐文章于 2025-12-04 19:56:22 发布

原创最新推荐文章于 2025-12-04 19:56:22 发布 · 10w+ 阅读

71 ·

CC 4.0 BY-SA版权

文章标签：

#向量 #AI编程

9月7-8日，深圳国际会展中心18号馆

来了，来了，腾讯面向产业互联网领域规格最高、规模最大、覆盖最广的年度科技盛会 -——- 腾讯全球数字生态大会。

9 月 7 日，我们将聚焦产业未来发展新趋势，针对云计算、大数据、人工智能、安全、SaaS 等核心数字化工具做关键进展发布，并联合生态伙伴推出最新行业场景解决方案。同时，携手全球权威商业杂志榜单，与中国最佳 CEO 探讨数实融合发展趋势，与中国 500 强企业解析产业焕新最佳实践。畅谈国产化、企业出海、行业大模型等应用实例，探讨如何构筑企业安全免疫力，以及如何通过 SaaS 产品组织协同缔造业务新增长等焦点议题。

由于本次大会的信息量太大，西红柿将聚焦“向量数据库”，为大家带来详细的介绍和评测。

一、什么是向量数据库？

向量数据库是一种专门用于存储和处理向量数据的数据库系统，它通过优化存储结构和查询算法，提供了高效的向量数据存储、相似度搜索、聚类和分类等功能。在图像、音频、文本等领域的应用中，向量数据库发挥着重要的作用。

向量数据库通常提供了丰富的查询接口和功能，如范围查询、k 近邻查询、相似性匹配等。同时，向量数据库还支持高并发和分布式部署，以应对大规模数据和高并发访问的需求。

向量数据库的工作流程包括以下步骤：

1、向量数据的存储：向量数据通常是高维的数值型数据，如图像特征向量、文本词向量等；向量数据库使用基于向量的存储结构，以便快速查询和处理；
2、向量索引：向量数据库使用 PQ、LSH 或 HNSW 等算法为向量编制索引，并将向量映射到数据结构，以便更快地进行搜索；
3、向量查询：向量数据库将查询向量与数据库中的向量进行比较，从而找到最近邻的向量；
4、查询结果的返回：向量数据库返回查询结果，通常包括与给定向量最相似的向量列表、向量之间的相似度得分等信息；该环节可以使用不同的相似性度量对最近邻重新排序。

二、腾讯云向量数据库 - 测试准备

准备工作概述：一台向量数据库 + 一个执行测试代码的客户端 + ann-benchamrk 官方的测试数据集和方法。

2.1 环境准备

1、登录腾讯云：https://console.cloud.tencent.com
2、创建向量数据库：从腾讯云控制台 一键创建 向量数据库实例。

ps.腾讯云向量数据库面向用户提供丰富的实例规格，可按需挑选。

操作系统选择: 版本建议使用‘TencentOS Server 3.1 (TK4)’, 此版本实测过程中安装 python3 相关的依赖较顺利;
磁盘大小选择: 建议预留足够大的磁盘空间，200G 应该能满足实际测试需要，也可参考实际数据集的大小创建;
内存大小选择: 因实际测试过程中，每一个进程都需要将被测试数据集全集加载进内存，可参考数据集大小的 130% * 测试工具进程数选择机器内存;

稍等几分钟，就建好啦，效果如下：

2.2 数据准备

2.1 上传测试工具及数据集到测试客户端

测试数据来源： ann-benchamrk 官方数据集测试工具可自动从外网官方站点下载。官网地址：https://ann-benchmarks.com/

2.2 安装测试工具依赖

软件依赖: python 版本大于 3.6.8, 使用建议的操作系统版本上的 python3 即可

2.2.1 安装操作系统依赖包

yum install python3-pillow-devel.x86_64

2.2.2 解决测试工具并安装 python 运行依赖

cd ann-benchmarks
pip3 install -r requirements.txt

2.2.3 需要的依赖包：

ansicolors==1.1.8
docker
h5py
matplotlib
numpy
pyyaml
psutil
scikit-learn
jinja2
pytest
dataclasses-json==0.5.7
dacite
urllib3
enum34
typing
tqdm
threadpool