向量数据类型
向量是一组浮点数序列，例如 [0.3, 0.5, -0.1, ...]。TiDB 提供了向量数据类型，专门针对高效存储和查询在 AI 应用中广泛使用的向量嵌入进行了优化。
目前支持以下向量数据类型：
VECTOR：任意维度的单精度浮点数序列。VECTOR(D)：固定维度D的单精度浮点数序列。
与使用 JSON 类型相比，使用向量数据类型具有以下优势：
- 支持向量索引：你可以构建 向量搜索索引 来加速向量搜索。
- 维度约束：你可以指定维度，禁止插入不同维度的向量。
- 优化的存储格式：向量数据类型针对向量数据进行了优化，空间效率和性能优于
JSON类型。
语法
你可以使用如下语法的字符串来表示一个向量值：
'[<float>, <float>, ...]'
示例：
CREATE TABLE vector_table (
id INT PRIMARY KEY,
embedding VECTOR(3)
);
INSERT INTO vector_table VALUES (1, '[0.3, 0.5, -0.1]');
INSERT INTO vector_table VALUES (2, NULL);
插入语法不合法的向量值会报错：
[tidb]> INSERT INTO vector_table VALUES (3, '[5, ]');
ERROR 1105 (HY000): Invalid vector text: [5, ]
在下例中，由于在建表时为 embedding 列指定了维度 3，插入不同维度的向量会报错：
[tidb]> INSERT INTO vector_table VALUES (4, '[0.3, 0.5]');
ERROR 1105 (HY000): vector has 2 dimensions, does not fit VECTOR(3)
关于向量数据类型可用的函数和运算符，参见 向量函数与运算符。
关于如何构建和使用向量搜索索引，参见 向量搜索索引。
存储不同维度的向量
你可以通过在 VECTOR 类型中省略维度参数，在同一列中存储不同维度的向量：
CREATE TABLE vector_table (
id INT PRIMARY KEY,
embedding VECTOR
);
INSERT INTO vector_table VALUES (1, '[0.3, 0.5, -0.1]'); -- 3 维向量，OK
INSERT INTO vector_table VALUES (2, '[0.3, 0.5]'); -- 2 维向量，OK
但需要注意的是，你无法为该列构建 向量搜索索引，因为只有相同维度的向量之间才能计算向量距离。
比较
你可以使用 比较运算符（如 =, !=, <, >, <=, >=）对向量数据类型进行比较。关于向量数据类型的完整比较运算符和函数列表，参见 向量函数与运算符。
向量数据类型按元素逐一进行数值比较。例如：
[1] < [12][1,2,3] < [1,2,5][1,2,3] = [1,2,3][2,2,3] > [1,2,3]
对于不同维度的两个向量，采用字典序比较，规则如下：
- 两个向量从头开始逐元素比较，每个元素按数值比较。
- 第一个不相等的元素决定哪个向量在字典序上 更小 或 更大。
- 如果一个向量是另一个向量的前缀，则较短的向量在字典序上 更小。例如，
[1,2,3] < [1,2,3,0]。 - 长度相同且元素完全相同的两个向量在字典序上 相等。
- 空向量在字典序上 小于 任何非空向量。例如，
[] < [1]。 - 两个空向量在字典序上 相等。
在比较向量常量时，建议进行 显式类型转换，将字符串转换为向量，以避免基于字符串值的比较：
-- 由于传入的是字符串，TiDB 按字符串比较：
[tidb]> SELECT '[12.0]' < '[4.0]';
+--------------------+
| '[12.0]' < '[4.0]' |
+--------------------+
| 1 |
+--------------------+
1 row in set (0.01 sec)
-- 显式转换为向量后按向量比较：
[tidb]> SELECT VEC_FROM_TEXT('[12.0]') < VEC_FROM_TEXT('[4.0]');
+--------------------------------------------------+
| VEC_FROM_TEXT('[12.0]') < VEC_FROM_TEXT('[4.0]') |
+--------------------------------------------------+
| 0 |
+--------------------------------------------------+
1 row in set (0.01 sec)
算术运算
向量数据类型支持 +（加法）和 -（减法）算术运算。但不同维度的向量之间不支持算术运算，否则会报错。
示例：
[tidb]> SELECT VEC_FROM_TEXT('[4]') + VEC_FROM_TEXT('[5]');
+---------------------------------------------+
| VEC_FROM_TEXT('[4]') + VEC_FROM_TEXT('[5]') |
+---------------------------------------------+
| [9] |
+---------------------------------------------+
1 row in set (0.01 sec)
[tidb]> SELECT VEC_FROM_TEXT('[2,3,4]') - VEC_FROM_TEXT('[1,2,3]');
+-----------------------------------------------------+
| VEC_FROM_TEXT('[2,3,4]') - VEC_FROM_TEXT('[1,2,3]') |
+-----------------------------------------------------+
| [1,1,1] |
+-----------------------------------------------------+
1 row in set (0.01 sec)
[tidb]> SELECT VEC_FROM_TEXT('[4]') + VEC_FROM_TEXT('[1,2,3]');
ERROR 1105 (HY000): vectors have different dimensions: 1 and 3
类型转换
向量 ⇔ 字符串 的类型转换
要在向量和字符串之间进行类型转换，可以使用以下函数：
CAST(... AS VECTOR)：字符串 ⇒ 向量CAST(... AS CHAR)：向量 ⇒ 字符串VEC_FROM_TEXT：字符串 ⇒ 向量VEC_AS_TEXT：向量 ⇒ 字符串
为提升易用性，如果你调用的函数只支持向量数据类型（如向量相关性距离函数），也可以直接传入符合格式的字符串。此时 TiDB 会自动进行隐式类型转换。
-- VEC_DIMS 函数只接受 VECTOR 参数，因此可以直接传入字符串进行隐式转换。
[tidb]> SELECT VEC_DIMS('[0.3, 0.5, -0.1]');
+------------------------------+
| VEC_DIMS('[0.3, 0.5, -0.1]') |
+------------------------------+
| 3 |
+------------------------------+
1 row in set (0.01 sec)
-- 你也可以先用 VEC_FROM_TEXT 显式将字符串转换为向量，再传递给 VEC_DIMS 函数。
[tidb]> SELECT VEC_DIMS(VEC_FROM_TEXT('[0.3, 0.5, -0.1]'));
+---------------------------------------------+
| VEC_DIMS(VEC_FROM_TEXT('[0.3, 0.5, -0.1]')) |
+---------------------------------------------+
| 3 |
+---------------------------------------------+
1 row in set (0.01 sec)
-- 也可以用 CAST(... AS VECTOR) 显式转换：
[tidb]> SELECT VEC_DIMS(CAST('[0.3, 0.5, -0.1]' AS VECTOR));
+----------------------------------------------+
| VEC_DIMS(CAST('[0.3, 0.5, -0.1]' AS VECTOR)) |
+----------------------------------------------+
| 3 |
+----------------------------------------------+
1 row in set (0.01 sec)
当你使用接受多种数据类型的运算符或函数时，需要在将字符串传递给该运算符或函数前，显式将字符串类型转换为向量类型，因为此时 TiDB 不会进行隐式类型转换。例如，在进行比较运算前，需要显式将字符串转换为向量，否则 TiDB 会按字符串值进行比较，而不是按向量数值进行比较：
-- 由于传入的是字符串，TiDB 按字符串比较：
[tidb]> SELECT '[12.0]' < '[4.0]';
+--------------------+
| '[12.0]' < '[4.0]' |
+--------------------+
| 1 |
+--------------------+
1 row in set (0.01 sec)
-- 显式转换为向量后按向量比较：
[tidb]> SELECT VEC_FROM_TEXT('[12.0]') < VEC_FROM_TEXT('[4.0]');
+--------------------------------------------------+
| VEC_FROM_TEXT('[12.0]') < VEC_FROM_TEXT('[4.0]') |
+--------------------------------------------------+
| 0 |
+--------------------------------------------------+
1 row in set (0.01 sec)
你也可以将向量显式转换为其字符串表示。例如，使用 VEC_AS_TEXT() 函数：
-- 字符串首先被隐式转换为向量，然后向量被显式转换为字符串，因此返回标准化格式的字符串：
[tidb]> SELECT VEC_AS_TEXT('[0.3, 0.5, -0.1]');
+--------------------------------------+
| VEC_AS_TEXT('[0.3, 0.5, -0.1]') |
+--------------------------------------+
| [0.3,0.5,-0.1] |
+--------------------------------------+
1 row in set (0.01 sec)
更多类型转换函数，参见 向量函数与运算符。
向量 ⇔ 其他数据类型的类型转换
目前不支持向量与其他数据类型（如 JSON）之间的直接类型转换。你可以在 SQL 语句中通过字符串作为中间类型进行转换来规避此限制。
需要注意的是，表中存储的向量数据类型列，无法通过 ALTER TABLE ... MODIFY COLUMN ... 转换为其他数据类型。
限制
关于向量数据类型的限制，参见 向量搜索限制 和 向量索引限制。
MySQL 兼容性
向量数据类型为 TiDB 特有，MySQL 不支持。