title

summary

aliases

向量数据类型

了解 TiDB 中的向量数据类型。

/zh/tidb/stable/vector-search-data-types/

/zh/tidb/dev/vector-search-data-types/

/zh/tidbcloud/vector-search-data-types/

向量数据类型

向量是一组浮点数序列，例如 [0.3, 0.5, -0.1, ...]。TiDB 提供了向量数据类型，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。

注意：

向量数据类型目前为 Beta 版本，可能会在未提前通知的情况下发生变更。如果你发现了 bug，可以在 GitHub 上提交 issue。

向量数据类型适用于 TiDB 自托管、TiDB Cloud Starter、TiDB Cloud Essential 和 TiDB Cloud Dedicated。对于 TiDB 自托管和 TiDB Cloud Dedicated，TiDB 版本需为 v8.4.0 或更高（推荐 v8.5.0 或更高）。

目前支持以下向量数据类型：

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，使用向量数据类型具有以下优势：

支持向量索引：你可以构建向量搜索索引来加速向量搜索。
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：向量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向量值：

'[<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, ]

在下例中，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)

关于向量数据类型可用的函数和运算符，参见向量函数与运算符。

关于如何构建和使用向量搜索索引，参见向量搜索索引。

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搜索索引，因为只有相同维度的向量之间才能计算向量距离。

比较 {#comparison}

你可以使用比较运算符（如 =, !=, <, >, <=, >=）对向量数据类型进行比较。关于向量数据类型的完整比较运算符和函数列表，参见向量函数与运算符。

向量数据类型按元素逐一进行数值比较。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比较，每个元素按数值比较。
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 {#arithmetic}

向量数据类型支持 +（加法）和 -（减法）算术运算。但不同维度的向量之间不支持算术运算，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 {#cast}

向量 ⇔ 字符串的类型转换

要在向量和字符串之间进行类型转换，可以使用以下函数：

CAST(... AS VECTOR)：字符串 ⇒ 向量
CAST(... AS CHAR)：向量 ⇒ 字符串
VEC_FROM_TEXT：字符串 ⇒ 向量
VEC_AS_TEXT：向量 ⇒ 字符串

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

-- 你也可以先用 VEC_FROM_TEXT 显式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)

-- 也可以用 CAST(... AS VECTOR) 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)

当你使用接受多种数据类型的运算符或函数时，需要在将字符串传递给该运算符或函数前，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，在进行比较运算前，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，因此返回标准化格式的字符串：
[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，参见向量函数与运算符。

向量 ⇔ 其他数据类型的类型转换

目前不支持向量与其他数据类型（如 JSON）之间的直接类型转换。你可以在 SQL 语句中通过字符串作为中间类型进行转换来规避此限制。

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

限制

关于向量数据类型的限制，参见向量搜索限制和向量索引限制。

MySQL 兼容性

向量数据类型为 TiDB 特有，MySQL 不支持。

Provide feedback

Saved searches

Use saved searches to filter your results more quickly

向量数据类型

语法

存储不同维度的向量

比较 {#comparison}

算术运算 {#arithmetic}

类型转换 {#cast}

向量 ⇔ 字符串的类型转换

向量 ⇔ 其他数据类型的类型转换

限制

MySQL 兼容性

另请参阅

FilesExpand file tree

vector-search-data-types.md

Latest commit

History

vector-search-data-types.md

File metadata and controls

向量数据类型

语法

存储不同维度的向量

比较 {#comparison}

算术运算 {#arithmetic}

类型转换 {#cast}

向量 ⇔ 字符串 的类型转换

向量 ⇔ 其他数据类型的类型转换

限制

MySQL 兼容性

另请参阅

向量 ⇔ 字符串的类型转换