240418PingCAP | TiDB Vector 太香啦：以图搜图初体验！-CSDN博客

本文链接：https://blog.csdn.net/csdn_xmj/article/details/143949698

本文来源公众号“PingCAP”，仅用于学术分享，侵权删，干货满满。

1 导读

TiDB Serverless 上的向量化功能终于开始邀约体验啦！本文是来自 TiDB 社区用户对 TiDB Vector 功能初体验的详细分享，hey-hoho 介绍了他从申请体验到实际操作的全过程，包括创建 TiDB Vector 实例、进行向量检索的初体验，以及实现以图搜图和自然语言搜图的基础应用。如果你对 TiDB Serverless 感兴趣，欢迎了解 TiDB Vector，一起开启 TiDB Serverless 数据库之旅吧！

作者丨hey-hoho

来自神州数码钛合金战队

神州数码钛合金战队是一支致力于为企业提供分布式数据库 TiDB 整体解决方案的专业技术团队。团队成员拥有丰富的数据库从业背景，全部拥有 TiDB 高级资格证书，并活跃于 TiDB 开源社区，是官方认证合作伙伴。目前已为 10+客户提供了专业的 TiDB 交付服务，涵盖金融、证券、物流、电力、政府、零售等重点行业。

最早知道 TiDB 要支持向量化的消息应该是在 23 年 10 月份左右，到第一次见到 TiDB Vector 的样子是在今年 1 月初，当时 dongxu 在朋友圈发了一张图：

去年我研究了一段时间的向量数据库，一直对 TiDB 向量特性非常期待，看到这张图真的就激动万分，于是第一时间提交了 waitlist 等待体验 private beta。

苦等几个月，它终于来了（目前只对 TiDB Serverless 开放）。迫不及待做个小应用尝尝鲜。

waitlist 申请入口：https://tidb.cloud/ai
体验入口：https://tidbcloud.com/

2 创建TiDB Vector实例

在收到体验邀请邮件后，恭喜你可以开始 TiDB Vector 之旅了。

TiDB Serverless 提供了免费试用额度，对于测试用途绰绰有余，只需要注册一个 TiDB Cloud 账号即可。

创建 TiDB Vector 实例和普通的 TiDB 实例并没有太大区别，在创建集群页面可以看到加入了如下开关：

不过要注意的是目前 TiDB Vector 只在部分区域开放，大家可以根据实际情况选择。

这里只需要填一个集群名称就可以开始创建，创建成功后的样子如下所示：

下面开始进入正题。

3 关于向量的那些事

3.1 一些基础概念

向量：向量就是一组浮点数，在编程语言中通常体现为 float 数组，数组的长度叫做维度（dim），维度越大精度越高，向量的数学表示是多维坐标系中的一个点。例如 RGB 颜色表示法就是一个简单的向量示例。
embedding：中文翻译叫嵌入，感觉不好理解，实质上就是把非结构化数据（文本、语音、图片、视频等）通过一系列算法加工变成向量的过程，这里面的算法叫做模型（model）。
向量检索：计算两个向量之间的相似度。

3.2 向量检索初体验

连接到 TiDB Serverless 后，就可以体验文章开头图片中的向量操作。

创建一张带有向量字段的表，长度是 3 维。

CREATE TABLE vector_table (
    id int PRIMARY KEY,
    doc TEXT,
    embedding vector < float > (3)
  );

往表中插入向量数据：

INSERT INTO vector_table VALUES (1, 'apple', '[1,1,1]'), (2, 'banana', '[1,1,2]'), (3, 'dog', '[2,2,2]');</