milvus第一天心得

milvus是一款向量数据库，负责存储高维向量的数据库。
当然这句话非常笼统，什么是高维向量？存储它又有什么用？
咱们带着问题来思考，思路就清晰多了，咱们与MySQL数据库举例，在传统前后端开发中我想存入一张图片可能存入是的链接，或者是图片的路径地址，假设有这么一款app使用它的搜索功能搜索图片，输入桃花然后前端开始返回后端数据库所有名称中带桃花的图片链接，再到前端渲染返回用户。
那么返回的图片是不是真的桃花呢？答案是不一定的，这条记录的name只要带有桃花就会被返回。
那现在我有一个思路，我把桃花的图片向量化通过预训练的机器学习模型将原始数据转换为向量（这一过程称为Embedding）你会发现模型会把你的图片变成一个由浮点数和整数组成的数组，数组每一个数值为一维，为此这个数组也称高维向量
那么这个功能的处理就变成了 搜索桃花--> 调用 embedding 接口去把文本桃花向量化--> 在 Milvus 中搜索相关内容-->拼接检索内容 + 问题 → 调用 LLM
这样搜索返回的结果就像人工审查一样，只有向量相似的内容才会被返回。