数据与存储
向量数据库Vector Database
你可能会问
向量数据库到底是什么？它在一条完整的开发流程里，负责哪一段？
简单来说
保存向量表示并进行相似度检索，常用于语义搜索和知识库问答。
01Shape定义字段、类型和数据关系
02Write校验后把数据持久保存
03Query按条件定位需要的数据
04Return把结果交给业务逻辑和界面
01 · 先这样理解
把抽象概念放进真实场景
保存向量表示并进行相似度检索，常用于语义搜索和知识库问答。
换个角度想数据系统像有目录规则的档案室：先规定每份资料怎么编号，再负责存放、查找和更新。
02 · 点击演示
一条数据怎样被保存和取回？
突出显示的部分，就是当前概念在整条流程中负责的位置。
- 定义
定义字段、类型和数据关系
- 写入
校验后把数据持久保存
- 查询
按条件定位需要的数据
- 返回
把结果交给业务逻辑和界面
1 / 4
Shape · 定义字段、类型和数据关系
03 · 放进真实任务
什么时候会遇到它
保存业务数据
管理用户、内容、订单或项目记录。
语义检索
用向量表示查找意思相近的内容。
提升速度
缓存高频结果，减少重复计算和请求。
04 · 想一想
用一个问题检查理解
可以直接修改生产数据库结构，不做迁移吗？
查看答案
不应该。结构变化需要可追踪的迁移，同时准备数据备份、兼容方案和必要时的回退路径。
最容易踩的坑
修改结构前要考虑已有数据和回退方式。不要在没有备份或迁移计划时直接改生产数据。