📣
TiDB Cloud Essential 开放公测中。此页面由 AI 自动翻译，英文原文请见此处。
TiDB Cloud
TiDB
社区
联系我们

Vector 数据类型

向量（Vector）是一组浮点数的序列，例如 [0.3, 0.5, -0.1, ...]。TiDB 提供了 Vector 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 Vector 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 Vector 数据类型具有以下优势：

  • 支持向量索引：你可以构建 向量检索索引 以加速向量检索。
  • 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：Vector 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 Vector 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, ]

在以下示例中，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 Vector 数据类型可用的函数和操作符，参见 Vector Functions and Operators。

关于如何构建和使用向量检索索引，参见 Vector Search Index。

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 向量检索索引，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 比较操作符（如 =, !=, <, >, <=, >=）对 Vector 数据类型进行比较。关于 Vector 数据类型的完整比较操作符和函数列表，参见 Vector Functions and Operators。

Vector 数据类型按元素逐个进行数值比较。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进行数值比较。
  • 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 按字符串进行比较：
[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数值比较：
[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

Vector 数据类型支持 +（加法）和 -（减法）算术运算。但不支持不同维度的向量之间进行算术运算，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

Vector ⇔ String 之间的类型转换

要在 Vector 和 String 之间进行类型转换，可以使用以下函数：

  • CAST(... AS VECTOR)：String ⇒ Vector
  • CAST(... AS CHAR)：Vector ⇒ String
  • VEC_FROM_TEXT：String ⇒ Vector
  • VEC_AS_TEXT：Vector ⇒ String

为提升易用性，如果你调用的函数只支持 Vector 数据类型（如向量相关距离函数），也可以直接传入符合格式的字符串，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)

-- 你也可以显式使用 VEC_FROM_TEXT 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)

-- 也可以使用 CAST(... AS VECTOR) 进行显式转换：
[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)

当你使用支持多种数据类型的操作符或函数时，需要在将字符串传递给该操作符或函数前，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，在进行比较操作前，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 按字符串进行比较：
[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数值比较：
[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，返回规范化格式的字符串：
[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 Vector Functions and Operators。

Vector ⇔ 其他数据类型之间的类型转换

目前不支持 Vector 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 String 作为中间类型进行转换来实现类似需求。

需要注意的是，表中存储的 Vector 类型列无法通过 ALTER TABLE ... MODIFY COLUMN ... 转换为其他数据类型。

限制

关于 Vector 数据类型的限制，参见 向量检索限制 和 向量索引限制。

MySQL 兼容性

Vector 数据类型为 TiDB 特有，MySQL 不支持该类型。

参见

文档内容是否有帮助？

文档反馈社区交流