2023向量数据库主要应用场景、市场规模及国内外向量数据库公司分析报告（32页）.pdf

《2023向量数据库主要应用场景、市场规模及国内外向量数据库公司分析报告（32页）.pdf》由会员分享，可在线阅读，更多相关《2023向量数据库主要应用场景、市场规模及国内外向量数据库公司分析报告（32页）.pdf（32页珍藏版）》请在三个皮匠报告上搜索。

1、2 0 2 3 年深度行业分析研究报告4UfWuYpXzWmWkZrNmRbR8Q8OpNmMoMmPiNpPtNfQsQpO7NqRpPxNqMtPMYrRrN2 目 录 1 向量数据库AI浪潮下崛起新星 2 市场广阔，百花齐放 3 国内外向量数据库公司巡礼 1.1 数据库分类 1.2 向量数据库的主要应用场景 1.1 数据库分类 信息来源：数据库分类及简介，数据库有哪些类型？如何根据应用场景选择？终于有人讲明白了，IDC The Digital Universe，西南证券整理 关系型数据库（SQL）vs.非关系型数据库（NoSQL）关系型数据库（SQL）定义：依据“一对一、一对多、多对多”

2、的关系模型创建数据库，并将数据以二维表格的形式储存，各个表之间建立关系，通过这些关联的表格间分类、合并、连接或选取等运算来实现数据的管理。发展情况：1960s开始在航空领域发挥作用；因为其良好的一致性以及通用的关系型数据模型接口，使用范围广泛。常见类型：MySQL、Oracle、PostgreSQL等。优点：数据安全（磁盘）、数据一致性、二维表结构直观，易理解、使用SQL语句操作非常方便，可用于比较复杂的查询 缺点：读写性能较差、不擅长处理较复杂的关系 非关系型数据库（NoSQL）起源：2000年左右，互联网应用兴起，需要支持大规模的并发用户，并保持永远在线。一方面，关系型数据库无法支持如此大

3、规模数据和访问量，升级CPU、内存和硬盘可以提高性能，但呈现明显的收益递减效应。另一方面，数据库在机器间的迁移非常复杂，需要较长的停机时间。NoSQL因此应运而生，有效补充了SQL的适用范围，NoSQL在Web应用领域提供了高可用性和可扩展性。特点：没有固定的表结构、数据之间不存在表与表之间的关系、数据之间可以是独立的、NoSQL可用于分布式系统上。类型：数据类型多样，针对不同的数据类型，出现了不同的 NoSQL，如向量数据库。非关系型数据库是关系型数据库的有效补充 图：关系型数据库和非关系型数据库规模对比情况 3 1.1.1 数据库的分类非关系型数据库 4 信息来源：文档数据库介绍，揭秘文档

4、数据库的优势与劣势，NoSQL 是什么？NoSQL 数据库详解，西南证券整理 向量数据库 图形数据库 文档存储数据库 特点 将数据以向量形式存储，可实现向量数据的相似度搜索、聚类、降维等操作。将数据以图的形式存储，以点、边为基础存储单元，每个节点代表一个实体，每条边代表两个实体之间的关系。将数据以文档的形式存储，每个文档包含成对的字段和值。优势 易处理高维度、高相似度、高并发的数据；易与机器学习模型结合并提供智能化的服务。易体现复杂的实体关系；支持高效的图遍历和分析。非常灵活，可在文档中修改数据结构；适用于处理半结构化或多变化的数据；具有较高的性能，可快速传输、处理海量数据。不足 技术成熟度较

5、低，产品和相关应用较少 不适用于处理关系简单或无关系的数据；复杂性高，支持的数据规模有限。缺乏严格的数据约束，需要小心谨慎地管理数据，避免数据出现质量问题。通常不支持多文档操作，难以处理关联数据。非关系型数据库按存储方式分为向量数据库、图形数据库、文档存储数据库、宽列数据库、键值存储数据库等，能够实现非结构化或半结构化数据的处理和存储。5 向量数据库是一种专门用于存储和查询向量数据的数据库系统。向量数据库支持对向量数据进行各种操作，例如：向量检索：根据给定的向量，找出数据库中与之最相似的向量，例如在图像向量数据库中，用户输入一张图片进行搜索时，先将这张图片转换为一个向量，通过向量之间的近似检索

6、，找到与输入图片最相似的图片。向量聚类：根据给定的相似度度量，将数据库中的向量分类，例如根据图片的内容或风格，将图片分成不同的主题。向量降维：根据给定的目标维度，将数据库中的高维向量转换成低维向量，以便于可视化或压缩存储。向量计算：根据给定的算法或模型，对数据库中的向量进行计算或分析，例如根据神经网络模型，对图片进行分类或标注。向量数据是什么？高维：向量数据通常有很多元素，维度很高 稀疏：向量数据中很多元素的值可能为零或接近零。异构：向量数据中的元素可能有不同的类型或含义。动态：向量数据可能随着时间或环境变化而变化。信息来源：和Zilliz聊聊开源商业化、向量数据库和软件全球化，向量数据库(V