逻辑结构-向量数据库-文档中心-腾讯云

腾讯云向量数据库（Tencent Cloud VectorDB）是一种高性能、分布式、可扩展的向量数据库解决方案。在 VectorDB 中，数据库实例是最高层级的容器，用于存储多个 Database，而一个 Database 包含多个集合。Collection 与 CollectionView 是具有相同数据结构和语义的 Document 容器。其逻辑结构，如下图所示。
﻿
﻿
﻿
基本概念
含义
相关操作
实例（Instance）
用户购买向量数据库服务的基本单位。
新建实例，请参见 购买数据库实例。
查看实例信息与销毁操作，请参见 管理实例。
Base Database
可直接操作向量数据的数据库，包含一系列相关 Collection 的集合。 用户可以将向量数据上传至 Base 类 Database 中进行存储和管理。
创建、删除或查询 Base 或 AI 数据库，请参见管理数据库。
AI Database
指 AI 类 Database， 专门用于AI 套件上传和存储文件的向量数据库系统，不支持直接对向量数据进行操作，已上传的文件不支持更新文件内容，可用于构建知识库。
﻿
Collection
Base 类数据库文档组的集合，相当于关系型数据库中的表。一个 Database 中可以包含多个 Collection。
创建、删除或查询 Collection ，请参见 管理集合。
创建集合时，支持指定索引类型、相似度计算方法，以及分片数、副本数。
CollectionView
AI 类数据库文档组的集合视图，由多个 DocumentSet 组成。每个 DocumentSet 存储一组数据，多个 DocumentSet 构成一个CollectionView。
创建、删除、查询 CollectionView，请参见 管理集合视图。
创建集合视图时，需要配置文件预处理相关参数，无需指定副本、分片数，系统将依据文件大小自动调整资源。
Document
Base 类数据库中一个 Collection 中可以包含多个 Document。每个 Document 由多个字段（Field）组成形成一条向量数据。每个 Field 以键值对（key：value）的形式存储，相当于关系型数据库中的数据字段。
说明：
向量数据库字段（Field）具备 Schemaless 特性。即不需要预先定义模式，便可以将任意数量和类型的字段添加到Document 中。使用时，仅需关注需要构建索引的字段。
﻿
插入、精确查询、相似性检索、更新、删除 Document，请参见 管理文档。
直接写入向量数据，可对向量数据进行更新。
写入原始文本，系统自动进行 Embedding 向量化，存储原始文本与转化后的向量数据，可更新文本信息与向量数据。
DocumentSet
相对 Document，DocumentSet 是 AI 类数据库中存储在 CollectionView 中的非结构化数据，是文件被拆分成多个 Document 的集合。每个DocumentSet 存储一组数据，对应一个文件，是 CollectionView下存储文件的最小单元。
上传、精确查询、相似性检索、更新文件元数据字段、删除 DocumentSet，请参见 管理 Documentset。
上传文件之后，将根据创建 CollectionView 配置的预处理方式自动对文件进行 Embedding、Split 等。
文件上传之后，不支持修改文件内容对应的向量数据，仅能修改文件的 Meta 信息。
﻿
Index

一种用于加速检索的数据结构，分为主键检索、向量索引和 Filter 索引。
主键索引（Primary Key Index）：是一种用于快速查找特定行的数据库索引类型。在主键索引中，每个行都有一个唯一的标识符，称为主键。主键索引使用这些主键来快速查找特定行，而不需要扫描整个表。腾讯云向量数据库默认将 Document id 或 DocumentSet ID 作为主键来构建主键索引。
向量索引（Vector Index）：是一种用于快速查找相似向量的数据库索引类型。在向量索引中，每个向量都被索引，并且可以通过计算它们之间的相似度来快速查找最相似的向量。向量索引通常用于处理大规模的高维数据，当前所支持的相似度算法，请参见 相似度计算。
Filter 索引（Filter Index）：是建立在标量字段的索引。标量字段被建立 Filter 索引之后，向量检索时，将依据 Filter 指定的标量字段的条件表达式来查找相似向量，请参见 Filter 条件表达式。
在创建 Collection 时，需指定索引类型，设置索引参数。具体操作，请参见 创建集合。
在创建 CollectionView 时，仅可对文件的元数据字段设置 Filter 索引；文件上传之后，系统自动分配文件 ID，设置 DocumentSet ID 为主键索引，而文件内容自动向量化后，也会自动创建向量索引。
支持对已存在的 Collection 重建索引，清除无用的索引数据，修复损坏的索引数据，优化索引结构，改善性能。具体操作，请参见 重建索引。
当前不支持对已存在 CollectionView 重建索引。
支持在 Collection 写入向量数据时，配置是否需要更新索引，以便对新增或者修改的数据创建向量索引。具体操作，请参见 写入数据。
属性（Attribute）
标识 Collection 或 CollectionView 的其他属性，基本属性如下所示，可以根据具体需求进行自定义和扩展，以适应不同的业务场景和数据类型。
Name：集合名称。
Description：集合的备注信息，用于描述集合的业务属性或其他信息。
Alias：集合别名。别名可以是一个简短的字符串，方便标识和访问对应的集合。当使用别名访问时，用户不感知真实集合名的变化，适用于数据迁移到新集合后的一键切换场景。
在创建 Collection 时，需指定集合名称，设置描述信息，自定义扩展所需的字段。具体信息，请参见 创建集合。
在创建 CollectionView 时，需指定集合视图名称，设置描述信息，自定义扩展文件元数据字段。具体信息，请参见创建集合视图。
支持对 Collection 已写入的向量数据进行更新，并支持新增字段。具体操作，请参见更新数据。
支持对 CollectionView 已写入的文件的元数据字段进行更新与新增，不支持修改文件内容对应的向量数据。具体操作，请参见更新数据。
管理 Collection 与 CollectionView 的别名，请参见 管理别名。
﻿

基本概念	含义	相关操作
实例（Instance）	用户购买向量数据库服务的基本单位。	新建实例，请参见购买数据库实例。查看实例信息与销毁操作，请参见管理实例。
Base Database	可直接操作向量数据的数据库，包含一系列相关 Collection 的集合。用户可以将向量数据上传至 Base 类 Database 中进行存储和管理。	创建、删除或查询 Base 或 AI 数据库，请参见管理数据库。
AI Database	指 AI 类 Database，专门用于AI 套件上传和存储文件的向量数据库系统，不支持直接对向量数据进行操作，已上传的文件不支持更新文件内容，可用于构建知识库。	创建、删除或查询 Base 或 AI 数据库，请参见管理数据库。
Collection	Base 类数据库文档组的集合，相当于关系型数据库中的表。一个 Database 中可以包含多个 Collection。	创建、删除或查询 Collection ，请参见管理集合。创建集合时，支持指定索引类型、相似度计算方法，以及分片数、副本数。
CollectionView	AI 类数据库文档组的集合视图，由多个 DocumentSet 组成。每个 DocumentSet 存储一组数据，多个 DocumentSet 构成一个CollectionView。	创建、删除、查询 CollectionView，请参见管理集合视图。创建集合视图时，需要配置文件预处理相关参数，无需指定副本、分片数，系统将依据文件大小自动调整资源。
Document	Base 类数据库中一个 Collection 中可以包含多个 Document。每个 Document 由多个字段（Field）组成形成一条向量数据。每个 Field 以键值对（key：value）的形式存储，相当于关系型数据库中的数据字段。说明：向量数据库字段（Field）具备 Schemaless 特性。即不需要预先定义模式，便可以将任意数量和类型的字段添加到Document 中。使用时，仅需关注需要构建索引的字段。	插入、精确查询、相似性检索、更新、删除 Document，请参见管理文档。直接写入向量数据，可对向量数据进行更新。写入原始文本，系统自动进行 Embedding 向量化，存储原始文本与转化后的向量数据，可更新文本信息与向量数据。
DocumentSet	相对 Document，DocumentSet 是 AI 类数据库中存储在 CollectionView 中的非结构化数据，是文件被拆分成多个 Document 的集合。每个DocumentSet 存储一组数据，对应一个文件，是 CollectionView下存储文件的最小单元。	上传、精确查询、相似性检索、更新文件元数据字段、删除 DocumentSet，请参见管理 Documentset。上传文件之后，将根据创建 CollectionView 配置的预处理方式自动对文件进行 Embedding、Split 等。文件上传之后，不支持修改文件内容对应的向量数据，仅能修改文件的 Meta 信息。
Index	一种用于加速检索的数据结构，分为主键检索、向量索引和 Filter 索引。主键索引（Primary Key Index）：是一种用于快速查找特定行的数据库索引类型。在主键索引中，每个行都有一个唯一的标识符，称为主键。主键索引使用这些主键来快速查找特定行，而不需要扫描整个表。腾讯云向量数据库默认将 Document id 或 DocumentSet ID 作为主键来构建主键索引。向量索引（Vector Index）：是一种用于快速查找相似向量的数据库索引类型。在向量索引中，每个向量都被索引，并且可以通过计算它们之间的相似度来快速查找最相似的向量。向量索引通常用于处理大规模的高维数据，当前所支持的相似度算法，请参见相似度计算。 Filter 索引（Filter Index）：是建立在标量字段的索引。标量字段被建立 Filter 索引之后，向量检索时，将依据 Filter 指定的标量字段的条件表达式来查找相似向量，请参见 Filter 条件表达式。	在创建 Collection 时，需指定索引类型，设置索引参数。具体操作，请参见创建集合。在创建 CollectionView 时，仅可对文件的元数据字段设置 Filter 索引；文件上传之后，系统自动分配文件 ID，设置 DocumentSet ID 为主键索引，而文件内容自动向量化后，也会自动创建向量索引。支持对已存在的 Collection 重建索引，清除无用的索引数据，修复损坏的索引数据，优化索引结构，改善性能。具体操作，请参见重建索引。当前不支持对已存在 CollectionView 重建索引。支持在 Collection 写入向量数据时，配置是否需要更新索引，以便对新增或者修改的数据创建向量索引。具体操作，请参见写入数据。
属性（Attribute）	标识 Collection 或 CollectionView 的其他属性，基本属性如下所示，可以根据具体需求进行自定义和扩展，以适应不同的业务场景和数据类型。 Name：集合名称。 Description：集合的备注信息，用于描述集合的业务属性或其他信息。 Alias：集合别名。别名可以是一个简短的字符串，方便标识和访问对应的集合。当使用别名访问时，用户不感知真实集合名的变化，适用于数据迁移到新集合后的一键切换场景。	在创建 Collection 时，需指定集合名称，设置描述信息，自定义扩展所需的字段。具体信息，请参见创建集合。在创建 CollectionView 时，需指定集合视图名称，设置描述信息，自定义扩展文件元数据字段。具体信息，请参见创建集合视图。支持对 Collection 已写入的向量数据进行更新，并支持新增字段。具体操作，请参见更新数据。支持对 CollectionView 已写入的文件的元数据字段进行更新与新增，不支持修改文件内容对应的向量数据。具体操作，请参见更新数据。管理 Collection 与 CollectionView 的别名，请参见管理别名。