如上图所示：
其中开源的向量数据库有，chroma，milvus，lanceDB等
商用的向量数据库有，pinecone和weaciate
其中可以实现向量搜索的数据库有，postgreSQL，openSearch等

向量数据库是专门用于存储和处理高维数据的数据库

向量：是一组描述和表示对象各种特征的数值这些
每个向量代表一个单独的数据点，例如一个词或一张图片，并且由描述其许多特性的值的集合组成。变量被称为特征或维度

向量数据的产生：
一般通过深度学习等技术产生的高维矢量（embedding model）

查询方式:
矢量数据库，通过索引算法，根据查询向量和向量的相似度，来搜索和检索向量。相似性搜索的有效性取决于所选的距离度量，常用指标包括欧式距离 和 余弦相似度，每个都适用不同的向量分布

矢量数据库的用法：

1. 推荐商品，根据购买过的商品和浏览过的商品，推荐用户感兴趣的商品
2. AI使用
3. 矢量数据库+模型，构建外挂知识库
   1.将内容通过嵌入模型转为矢量嵌入，并保存到矢量数据库中（并且能够通过矢量找到对应的原始内容）
   2.用户提问时，嵌入模型就是将问题转为矢量嵌入，并且通过矢量数据库，检索相似的矢量