DataVec向量数据库
openGauss DataVec 向量数据库是一个基于openGauss的向量引擎， 提供向量数据类型的存储、检索。在处理大规模高维向量数据时，能够提供快速、准确的检索结果。适用于智能知识检索、 检索增强生成 RAG(Retrieval-Augmented Generation) 等各种复杂应用场景的智能应用。
DataVec目前支持的向量功能有：精确和近似的最近邻搜索、L2距离&余弦距离&内积、向量索引、向量操作函数和操作符。作为openGauss的内核特性，DataVec使用熟悉的SQL语法操作向量，简化了用户使用向量数据库的过程。
快速部署指南
DataVec向量数据库可通过容器镜像安装快速部署，并快速对接大模型，打造本地RAG智能问答服务。
特性描述
DataVec能够无缝对接自研大模型。通过嵌入技术将非结构化数据（如文本、图像等）转换为向量数据，DataVec为之提供存储和检索能力。嵌入是一种将非结构化数据映射到向量空间的技术，使得相似文本、图像在向量空间中的距离相近，从而提高检索的准确性和效率。
此外，DataVec还支持鲲鹏指令集加速，实现毫秒级响应。鲲鹏指令集是华为自主研发的一套高性能计算指令集，能够显著提升数据处理和计算的效率。通过利用鲲鹏指令集，DataVec可以在处理大规模向量数据时，提供更快的响应速度和更高的处理能力。
在实际应用中，DataVec可以广泛应用于各种需要高效向量检索的场景。例如，在推荐系统中，DataVec可以根据用户的历史行为和偏好，快速找到与用户兴趣相似的内容，从而提供个性化的推荐。在图像检索中，DataVec可以通过图像特征向量，快速找到与查询图像相似的图片。在自然语言处理(NLP)中，DataVec可以通过文本嵌入，快速找到与查询文本语义相似的文档。
DataVec架构与特性实现详情可参考向量存储引擎介绍。
向量数据类型
说明： 这里的最高维度是在使用索引场景下的最大维度上限值。
支持向量类型与普通类型转换、距离计算、向量计算等，具体可参考向量函数和操作符
索引支持
生态对接
openGauss DataVec 提供Python、Java、Node.js、Go等多语言生态对接，让你能够通过API调用，快速使能向量数据库能力。同时， DataVec拥抱开源第三方组件，在RAG场景下做到快速兼容，多样选择。 更详细的指导，参考向量数据库工具编排使用
使用场景
- 图像识别：用于安全监控、身份验证等场景，通过分析图像中的人脸特征进行识别。
- 车辆检索：通过摄像头捕捉车辆图像，进行车牌识别和车辆特征分析。
- 实时轨迹跟踪：在物流行业，通过实时跟踪获取运输轨迹，提高物流效率和安全性。
- 推荐系统：根据用户浏览和购买力是，推荐相关产品，提高用户满意度。
- 声纹匹配：在金融、安防等领域，通过声纹识别技术进行身份验证，确保交易和操作的安全性。
- 基因筛选：在药物研发过程中，通过检索特定基因序列，找到潜在的药物靶点，加速新药研发。
这些应用场景展示了DataVec在各个领域的能力，用户可以自由的将向量数据库库使能到各个应用中去。通过向量数据库教程案例， 我们为你展示了向量数据库的多种应用模式。