Słownik pojęć AI
Wektorowa baza danych
Wektorowa baza danych (ang. vector database) przechowuje embeddingi, czyli liczbowe reprezentacje tekstów, obrazów lub innych danych, i potrafi szybko znaleźć te najbardziej podobne do zapytania. Dzięki temu wyszukuje po znaczeniu, a nie tylko po słowach kluczowych. To podstawowy element systemów RAG.
Jak to działa
- Dokumenty dzieli się na fragmenty (chunki), np. po kilkaset słów.
- Model embeddingów zamienia każdy fragment na wektor, np. listę 768 lub 1536 liczb.
- Baza zapisuje wektory razem z treścią i metadanymi, np. datą lub działem firmy.
- Zapytanie użytkownika też zamienia się na wektor, a baza zwraca fragmenty o najbliższych wektorach, zwykle według podobieństwa cosinusowego.
Przy milionach wektorów porównanie zapytania z każdym z nich byłoby za wolne. Bazy używają więc indeksów wyszukiwania przybliżonego (ANN), najczęściej HNSW. Wynik jest bardzo bliski dokładnemu, a odpowiedź przychodzi w milisekundach.
Popularne rozwiązania
- pgvector – rozszerzenie PostgreSQL. Dobry wybór, gdy firma już używa Postgresa, a danych nie jest bardzo dużo.
- Qdrant, Weaviate, Milvus, Chroma – bazy wektorowe open source, do uruchomienia u siebie lub w chmurze.
- Pinecone – w pełni zarządzana usługa w chmurze.
- Elasticsearch i OpenSearch – wyszukiwarki, które obsługują też wektory. Ułatwia to łączenie obu metod wyszukiwania.
Wyszukiwanie hybrydowe
Samo wyszukiwanie wektorowe radzi sobie słabiej z dokładnymi nazwami, kodami produktów czy numerami ustaw. Dlatego w praktyce często łączy się je z klasycznym wyszukiwaniem pełnotekstowym (BM25), a wyniki dodatkowo porządkuje model typu reranker. Dla tekstów po polsku warto wybrać model embeddingów, który dobrze obsługuje nasz język, i sprawdzić jakość wyszukiwania na własnych pytaniach.
Wektorowe bazy danych w pracy
Znajomość baz wektorowych to standardowe wymaganie w ofertach przy systemach RAG i agentach AI, obok Pythona, LangChain lub LlamaIndex. Zobacz oferty przy systemach RAG i oferty AI Engineer.
Najczęstsze pytania
Czym jest wektorowa baza danych w jednym zdaniu?
To baza, która przechowuje embeddingi i szybko znajduje dane najbardziej podobne znaczeniowo do zapytania.
Czy do RAG potrzebna jest osobna baza wektorowa?
Nie zawsze. Przy mniejszej liczbie dokumentów wystarczy pgvector w istniejącym PostgreSQL. Osobna baza przydaje się przy dużej skali albo gdy potrzebne są jej zaawansowane funkcje.
Praca, w której przyda się: Wektorowa baza danych
Senior AI Engineer (f/m/x)
20.11.2026
Senior Lead Engineer (AI)
20.11.2026
MLOps Engineer (Machine Learning, MLFlow, Kubernetes, DVC)
20.11.2026
Architect (AI, Cloud, Data)
20.11.2026
Szukasz pracy w AI? 249 ofert z firm takich jak NVIDIA, Intel czy ElevenLabs.
Zobacz oferty