▼最近直播超级多，预约保你有收获

今晚直播：《高吞吐量实时场景向量数据库应用实战》

—1—

除了向量数据库外，是否还需要 SQL 关系型数据库？

最近经常被问到这问题“有了向量数据库，我们是否还需要 SQL 关系型数据库呢？”

如果用户除了向量数据查询以外，还有其他 SQL 数据查询（简称：标量数据），那么用户的业务流程可能是以下的情况：第一步：根据某种条件先过滤数据（标量查询）；第二步：继续进行语义相似性搜索（向量查询）。比如：以下的业务需求场景。

在电商行业，可能需要搜索某个尺寸的女鞋；
在图像搜索时，可能希望搜索 2023年上映且电影评分高于 8.0 的电影的海报；

在法律领域，可能需要从某个特定数据库中搜索相关的法律条款。

对此，我们的答案是：不需要。

目前主流的向量数据库（比如：Milvus、Tencent Cloud VectorDB 等）既支持了向量数据查询，又支持了标量数据查询，就无需额外再维护一个关系型数据库，只要一个系统，用户便可实现“向量搜索+标量过滤”的混合查询，从而更精准的获取查询结果。

更详细的剖析，放在今晚直播进行，请同学们扫码一键免费全部预约观看！

—2—

“向量搜索+标量过滤”的混合查询如何实现？

第一、开源 Milvus 向量数据库混合查询实现

Milvus 允许用户在进行向量搜索时依据标量数据进行条件过滤，数据属性可以是除向量以外的任何字段。Milvus 会对向量字段创建向量索引并进行向量相似性搜索，与此同时，还可以通过表达式对搜索结果进行元数据过滤。只需在搜索时输入过滤表达式，Milvus 就会帮你自动进行这两种操作。

第二、Tencent Cloud VectorDB 混合查询实现

腾讯云向量数据库（Tencent Cloud VectorDB）架构分为接入层、计算层、存储层，架构设计如下：

在接入层，支持自然语言文本的输入，同时采用“标量+向量”的查询方式，支持全内存索引，最高支持每秒百万的查询量（QPS）；在计算层，AI Native 开发范式能实现全量数据AI计算，一站式解决企业在搭建私域知识库时的文本切分（segment）、向量化（embedding）等难题；在存储层，腾讯云向量数据库支持数据智能存储分布。

为了帮助每一个程序员掌握以上向量数据库等12项核心技能，我们准备了一系列免费直播干货，覆盖以上向量数据库、大模型架构内核、Fine-tuning 微调、RAG、LangChain 开发框架、Agent 开发、部署治理等核心技术，扫码一键免费全部预约领取！

END

有了向量数据库，我们还需要 SQL 关系型数据库吗？