2024 年的 4 个细节：矢量数据库版

如果您的建议在 2024 年仍然相似，那么您就做错了（恭敬地）。

以下是 2024 年矢量数据库领域的最新动态的总结。

1. 一种类型的推荐已经出来；平衡组已在

❌ Out：仅提供 1 种搜索类型，如 Top-K。不要误会我的意思，top-K 是向量搜索的核心，但有时，它会推荐过于相似的项目，从而影响推荐质量。仅仅因为有人在悲伤的日子里听阿黛尔的歌，并不意味着他们想一直听她的歌。

✅ 在：包含范围搜索通过允许您定义矢量相似性的距离范围，确保一组更加✨平衡✨的结果。平衡的推荐有助于防止推荐过于相似或过于不同的事物。

2. 向量归一化的额外步骤已经消失，使用余弦相似度已经出现

❌ 输出：采取额外步骤 👎 标准化要测量的向量相似（识别彼此传达相似含义的句子或短语）或各个领域的相关性。

✅ 在： 余弦相似度让您一步即可轻松标准化向量👍

3、分步更新数据已经过时了；使用 Upsert 无缝完成它

❌ Out：以令人沮丧的两步过程低效地更新数据库中的数据：删除，然后插入。这无法保证数据的原子性和操作的便利性。

✅ 在： 更新插入简化更新过程：如果系统中不存在数据，则将其插入；如果存在，则会更新它。 😀

4. 云提供商三合一（AWS、GCP 和 Azure）已然出现

❌ 出局：矢量数据库在云提供商三合一上不可用：AWS、GCP 和 Azure。

✅ 在：矢量数据库可在 3 个主要云提供商🌟（包括 GCP Marketplace）以及北美、欧洲和亚洲的 8 个区域👀 AKA 上使用齐利兹云。

在所有 3 个云平台上都提供矢量数据库的世界不再是想象的。 Zilliz Cloud 确实如此。

如果您有兴趣尝试范围搜索、更新插入和余弦相似度（在 3 个云平台中的任何一个上），请开始使用这里。

2 月 1 日还将举办一场实时网络研讨会，涵盖这些功能及更多内容。登记这里。

Discord 上还将有现场问答。加入我们这里。