Векторный поиск в Digital Q.DataBase!
Векторный поиск в Digital Q.DataBase! Мы реализовали нативную поддержку векторных типов данных и функций для работы с ними. Теперь RAG-системы и семантический поиск работают прямо в СУБД, без необходимости поднимать отдельные векторные базы. Что поддержали: ► Тип данных: VECTOR; ► VECTOR_SEARCH — быстрый семантический поиск; ► VECTOR_DISTANCE— вычисление расстояния между векторами; ► VECTOR_NORM и VECTOR_NORMALIZE — работа с нормой и нормализацией вектора; ► VECTORPROPERTY — получение свойств вектора (например, размерности) Краткий пример: -- Создаём таблицу с эмбеддингами CREATE TABLE docs ( id INT PRIMARY KEY, title VARCHAR(200), embedding VECTOR(1536) ); -- Ищем 5 ближайших документов к запросу SELECT id, title, VECTOR_DISTANCE(embedding, VECTOR('[0.12, -0.45, ...]')) AS dist FROM docs ORDER BY dist LIMIT 5; Где применять: ► RAG-системы для LLM ► Семантический поиск по текстам и документам ► Рекомендательные системы ► Анализ изображений и аудио Новая функциональность войдёт в ближайший релиз Digital Q.DataBase. Если вы заинтересованы принять участие в пилотировании этой функциональности до её официального выпуска — напишите нам на supportqdb@diasoft.ru