首页/AI/RAG 与向量库速查/向量库基础概念与 CRUD
本包目录(229 条)
架构与流程30 条解析与切分33 条
Embedding 与检索50 条
向量数据库49 条重排与生成32 条评估与优化35 条

向量库基础概念与 CRUD

向量库把向量、id 与元数据组织进集合:写入(upsert)、查询(search/query)、按 id 读取、按条件删除是四类基本操作;不同产品的命名各异,但模型基本一致。

RAG 与向量库速查AI更新于 2026-10-12

概念对照

概念MilvusQdrantpgvector
集合CollectionCollection表 + vector 列
记录EntityPoint行
元数据Scalar FieldPayload普通列 / JSONB
主键pkid主键列

四类基本操作(示意)

四类基本操作(示意)
upsert(ids, vectors, payloads)   # 写入或覆盖
search(query_vector, top_k, filter)   # 相似度检索
fetch(ids)                            # 按 id 取回
delete(filter={...})                  # 按条件删除
先读目标库的 CRUD 示例再迁移:主键类型、批量上限、一致性选项各家不同。

易错点

  • 用自增数字主键在多源同步时冲突,建议业务侧生成稳定 id
  • upsert 语义未确认就用于更新,部分库是插入新版本而非覆盖

数据来源与参考

  • Milvus 官方文档(数据模型)
  • Qdrant 官方文档(Points 与 Collections)
  • pgvector README
​‌‌​​‌​​​‌‌​‌‌‌‌​‌‌​​​‌‌​‌‌‌​​‌‌​​‌​‌‌‌​​‌‌‌​​​‌​‌‌​‌​​‌​‌‌‌​​​‌​‌‌​‌​​‌​‌‌​​​‌‌​‌‌‌​‌​​​‌‌​‌‌‌‌​​‌​‌‌‌​​‌‌​​​‌‌​‌‌​‌‌‌‌​‌‌​‌‌​‌