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

  1. Dokumenty dzieli się na fragmenty (chunki), np. po kilkaset słów.
  2. Model embeddingów zamienia każdy fragment na wektor, np. listę 768 lub 1536 liczb.
  3. Baza zapisuje wektory razem z treścią i metadanymi, np. datą lub działem firmy.
  4. 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

Szukasz pracy w AI? 249 ofert z firm takich jak NVIDIA, Intel czy ElevenLabs.

Zobacz oferty