趋近智
在对向量嵌入、数据库结构和近似最近邻搜索算法有了基本认识之后,我们将重点转向它们的实际使用。本章连接理论与实践,说明如何使用特定的向量数据库系统来构建可用的语义搜索方案。
您将直接操作包括 Pinecone、Weaviate、Milvus 和 ChromaDB 在内的流行向量数据库的客户端库。我们将介绍常见的工作流程:连接数据库、定义数据结构或集合、同时索引向量数据和元数据,以及执行相似性搜索(通常与元数据过滤结合使用)。
此外,我们还会讨论实用考量,比如选择合适的数据库平台(托管式或自建式)、有效索引大量数据的策略,以及监控系统运行状况和性能的基本方法。本章最后将通过一个实践练习,让您整合这些组成部分,从而搭建一个虽小但完整的语义搜索应用。
5.1 选择向量数据库平台
5.2 使用 Pinecone 客户端
5.3 使用 Weaviate 客户端
5.4 使用 Milvus 客户端
5.5 使用 ChromaDB 客户端
5.6 高效索引大型数据集
5.7 监控与维护
5.8 动手实践:构建小型语义搜索应用
© 2026 ApX Machine Learning用心打造