Skip to content

Commit c5e85d8

Browse files
authored
*: add a vector-search directory and update links (#19469)
1 parent 51ebc57 commit c5e85d8

22 files changed

+84
-84
lines changed

TOC.md

+15-15
Original file line numberDiff line numberDiff line change
@@ -78,23 +78,23 @@
7878
- [Stale Read](/develop/dev-guide-use-stale-read.md)
7979
- [HTAP 查询](/develop/dev-guide-hybrid-oltp-and-olap-queries.md)
8080
- 向量搜索
81-
- [概述](/vector-search-overview.md)
81+
- [概述](/vector-search/vector-search-overview.md)
8282
- 快速入门
83-
- [使用 SQL 开始向量搜索](/vector-search-get-started-using-sql.md)
84-
- [使用 Python 开始向量搜索](/vector-search-get-started-using-python.md)
83+
- [使用 SQL 开始向量搜索](/vector-search/vector-search-get-started-using-sql.md)
84+
- [使用 Python 开始向量搜索](/vector-search/vector-search-get-started-using-python.md)
8585
- 集成
86-
- [集成概览](/vector-search-integration-overview.md)
86+
- [集成概览](/vector-search/vector-search-integration-overview.md)
8787
- AI 框架
88-
- [LlamaIndex](/vector-search-integrate-with-llamaindex.md)
89-
- [Langchain](/vector-search-integrate-with-langchain.md)
88+
- [LlamaIndex](/vector-search/vector-search-integrate-with-llamaindex.md)
89+
- [Langchain](/vector-search/vector-search-integrate-with-langchain.md)
9090
- 嵌入模型/服务
91-
- [Jina AI](/vector-search-integrate-with-jinaai-embedding.md)
91+
- [Jina AI](/vector-search/vector-search-integrate-with-jinaai-embedding.md)
9292
- ORM 库
93-
- [SQLAlchemy](/vector-search-integrate-with-sqlalchemy.md)
94-
- [peewee](/vector-search-integrate-with-peewee.md)
95-
- [Django](/vector-search-integrate-with-django-orm.md)
96-
- [优化搜索性能](/vector-search-improve-performance.md)
97-
- [使用限制](/vector-search-limitations.md)
93+
- [SQLAlchemy](/vector-search/vector-search-integrate-with-sqlalchemy.md)
94+
- [peewee](/vector-search/vector-search-integrate-with-peewee.md)
95+
- [Django](/vector-search/vector-search-integrate-with-django-orm.md)
96+
- [优化搜索性能](/vector-search/vector-search-improve-performance.md)
97+
- [使用限制](/vector-search/vector-search-limitations.md)
9898
- 事务
9999
- [概览](/develop/dev-guide-transaction-overview.md)
100100
- [乐观事务和悲观事务](/develop/dev-guide-optimistic-and-pessimistic-transaction.md)
@@ -895,7 +895,7 @@
895895
- [日期和时间类型](/data-type-date-and-time.md)
896896
- [字符串类型](/data-type-string.md)
897897
- [JSON 类型](/data-type-json.md)
898-
- [向量数据类型](/vector-search-data-types.md)
898+
- [向量数据类型](/vector-search/vector-search-data-types.md)
899899
- 函数与操作符
900900
- [函数与操作符概述](/functions-and-operators/functions-and-operators-overview.md)
901901
- [表达式求值的类型转换](/functions-and-operators/type-conversion-in-expression-evaluation.md)
@@ -909,7 +909,7 @@
909909
- [加密和压缩函数](/functions-and-operators/encryption-and-compression-functions.md)
910910
- [锁函数](/functions-and-operators/locking-functions.md)
911911
- [信息函数](/functions-and-operators/information-functions.md)
912-
- [向量函数和操作符](/vector-search-functions-and-operators.md)
912+
- [向量函数和操作符](/vector-search/vector-search-functions-and-operators.md)
913913
- JSON 函数
914914
- [概览](/functions-and-operators/json-functions.md)
915915
- [创建 JSON 的函数](/functions-and-operators/json-functions/json-functions-create.md)
@@ -930,7 +930,7 @@
930930
- [TiDB 特有的函数](/functions-and-operators/tidb-functions.md)
931931
- [Oracle 与 TiDB 函数和语法差异对照](/oracle-functions-to-tidb.md)
932932
- [聚簇索引](/clustered-indexes.md)
933-
- [向量索引](/vector-search-index.md)
933+
- [向量索引](/vector-search/vector-search-index.md)
934934
- [约束](/constraints.md)
935935
- [生成列](/generated-columns.md)
936936
- [SQL 模式](/sql-mode.md)

basic-features.md

+4-4
Original file line numberDiff line numberDiff line change
@@ -26,15 +26,15 @@ aliases: ['/docs-cn/dev/basic-features/','/docs-cn/dev/experimental-features-4.0
2626
| [日期和时间类型](/data-type-date-and-time.md) | Y | Y | Y | Y | Y | Y | Y | Y | Y | Y |
2727
| [字符串类型](/data-type-string.md) | Y | Y | Y | Y | Y | Y | Y | Y | Y | Y |
2828
| [JSON 类型](/data-type-json.md) | Y | Y | Y | Y | Y | E | E | E | E | E |
29-
| [向量数据类型](/vector-search-data-types.md) | E | N | N | N | N | N | N | N | N | N |
29+
| [向量数据类型](/vector-search/vector-search-data-types.md) | E | N | N | N | N | N | N | N | N | N |
3030
| [控制流程函数](/functions-and-operators/control-flow-functions.md) | Y | Y | Y | Y | Y | Y | Y | Y | Y | Y |
3131
| [字符串函数](/functions-and-operators/string-functions.md) | Y | Y | Y | Y | Y | Y | Y | Y | Y | Y |
3232
| [数值函数与操作符](/functions-and-operators/numeric-functions-and-operators.md) | Y | Y | Y | Y | Y | Y | Y | Y | Y | Y |
3333
| [日期和时间函数](/functions-and-operators/date-and-time-functions.md)| Y | Y | Y | Y | Y | Y | Y | Y | Y | Y |
3434
| [位函数和操作符](/functions-and-operators/bit-functions-and-operators.md) | Y | Y | Y | Y | Y | Y | Y | Y | Y | Y |
3535
| [Cast 函数和操作符](/functions-and-operators/cast-functions-and-operators.md) | Y | Y | Y | Y | Y | Y | Y | Y | Y | Y |
3636
| [加密和压缩函数](/functions-and-operators/encryption-and-compression-functions.md) | Y | Y | Y | Y | Y | Y | Y | Y | Y | Y |
37-
| [向量函数和操作符](/vector-search-functions-and-operators.md) | E | N | N | N | N | N | N | N | N | N |
37+
| [向量函数和操作符](/vector-search/vector-search-functions-and-operators.md) | E | N | N | N | N | N | N | N | N | N |
3838
| [信息函数](/functions-and-operators/information-functions.md) | Y | Y | Y | Y | Y | Y | Y | Y | Y | Y |
3939
| [JSON 函数](/functions-and-operators/json-functions.md) | Y | Y | Y | Y | Y | E | E | E | E | E |
4040
| [聚合函数](/functions-and-operators/aggregate-group-by-functions.md) | Y | Y | Y | Y | Y | Y | Y | Y | Y | Y |
@@ -65,7 +65,7 @@ aliases: ['/docs-cn/dev/basic-features/','/docs-cn/dev/experimental-features-4.0
6565
| [外键约束](/foreign-key.md) | Y | E | E | E | N | N | N | N | N | N |
6666
| [TiFlash 延迟物化](/tiflash/tiflash-late-materialization.md) | Y | Y | Y | Y | N | N | N | N | N | N |
6767
| [全局索引 (Global Index)](/partitioned-table.md#全局索引) | Y | N | N | N | N | N | N | N | N | N |
68-
| [向量索引](/vector-search-index.md) | E | N | N | N | N | N | N | N | N | N |
68+
| [向量索引](/vector-search/vector-search-index.md) | E | N | N | N | N | N | N | N | N | N |
6969

7070
## SQL 语句
7171

@@ -96,7 +96,7 @@ aliases: ['/docs-cn/dev/basic-features/','/docs-cn/dev/experimental-features-4.0
9696

9797
| 高级 SQL 功能 | 8.5 | 8.1 | 7.5 | 7.1 | 6.5 | 6.1 | 5.4 | 5.3 | 5.2 | 5.1 |
9898
|---|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:|:---:|
99-
| [向量搜索](/vector-search-overview.md) | E | N | N | N | N | N | N | N | N | N |
99+
| [向量搜索](/vector-search/vector-search-overview.md) | E | N | N | N | N | N | N | N | N | N |
100100
| [Prepare 语句执行计划缓存](/sql-prepared-plan-cache.md) | Y | Y | Y | Y | Y | Y | Y | Y | E | E |
101101
| [非 Prepare 语句执行计划缓存](/sql-non-prepared-plan-cache.md) | Y | Y | Y | E | N | N | N | N | N | N |
102102
| [实例级执行计划缓存](/system-variables.md#tidb_enable_instance_plan_cache-从-v840-版本开始引入) | E | N | N | N | N | N | N | N | N | N |

br/backup-and-restore-overview.md

+1-1
Original file line numberDiff line numberDiff line change
@@ -120,7 +120,7 @@ TiDB 支持将数据备份到 Amazon S3、Google Cloud Storage (GCS)、Azure Blo
120120
| 全局临时表 | | 确保使用 BR v5.3.0 及以上版本进行备份和恢复,否则会导致全局临时表的表定义错误。 |
121121
| TiDB Lightning 物理导入模式| |上游数据库使用 TiDB Lightning 物理导入模式导入的数据,无法作为数据日志备份下来。推荐在数据导入后执行一次全量备份,细节参考[上游数据库使用 TiDB Lightning 物理导入模式导入数据的恢复](/faq/backup-and-restore-faq.md#上游数据库使用-tidb-lightning-物理导入模式导入数据时为什么无法使用日志备份功能)|
122122
| TiCDC | | BR v8.2.0 及以上版本:如果在恢复的目标集群有 [CheckpointTS](/ticdc/ticdc-architecture.md#checkpointts) 早于 BackupTS 的 Changefeed,BR 会拒绝执行恢复。BR v8.2.0 之前的版本:如果在恢复的目标集群有任何活跃的 TiCDC Changefeed,BR 会拒绝执行恢复。 |
123-
| 向量搜索 | | 确保使用 BR v8.4.0 及以上版本进行备份与恢复。不支持将带有[向量数据类型](/vector-search-data-types.md)的表恢复至 v8.4.0 之前的 TiDB 集群。 |
123+
| 向量搜索 | | 确保使用 BR v8.4.0 及以上版本进行备份与恢复。不支持将带有[向量数据类型](/vector-search/vector-search-data-types.md)的表恢复至 v8.4.0 之前的 TiDB 集群。 |
124124

125125
### 版本间兼容性
126126

releases/release-8.4.0.md

+3-3
Original file line numberDiff line numberDiff line change
@@ -200,13 +200,13 @@ TiDB 版本:8.4.0
200200

201201
向量搜索是一种基于数据语义的搜索方法,可以提供更相关的搜索结果。作为 AI 和大语言模型 (LLM) 的核心功能之一,向量搜索可用于检索增强生成 (Retrieval-Augmented Generation, RAG)、语义搜索、推荐系统等多种场景。
202202

203-
从 v8.4.0 开始,TiDB 支持[向量数据类型](/vector-search-data-types.md)[向量搜索索引](/vector-search-index.md),具备强大的向量搜索能力。TiDB 的向量数据类型最多可支持 16383 维度,并支持多种[距离函数](/vector-search-functions-and-operators.md#向量函数),包括 L2 距离(欧式距离)、余弦距离、负内积和 L1 距离(曼哈顿距离)。
203+
从 v8.4.0 开始,TiDB 支持[向量数据类型](/vector-search/vector-search-data-types.md)[向量搜索索引](/vector-search/vector-search-index.md),具备强大的向量搜索能力。TiDB 的向量数据类型最多可支持 16383 维度,并支持多种[距离函数](/vector-search/vector-search-functions-and-operators.md#向量函数),包括 L2 距离(欧式距离)、余弦距离、负内积和 L1 距离(曼哈顿距离)。
204204

205205
在使用时,你只需要创建包含向量数据类型的表,并插入向量数据,即可执行向量搜索查询,也可进行向量数据与传统关系数据的混合查询。
206206

207-
此外,你可以创建并利用[向量搜索索引](/vector-search-index.md)来提升向量搜索的性能。需要注意的是,TiDB 的向量搜索索引依赖于 TiFlash。在使用向量搜索索引之前,需要确保 TiDB 集群中已部署 TiFlash 节点。
207+
此外,你可以创建并利用[向量搜索索引](/vector-search/vector-search-index.md)来提升向量搜索的性能。需要注意的是,TiDB 的向量搜索索引依赖于 TiFlash。在使用向量搜索索引之前,需要确保 TiDB 集群中已部署 TiFlash 节点。
208208

209-
更多信息,请参考[用户文档](/vector-search-overview.md)
209+
更多信息,请参考[用户文档](/vector-search/vector-search-overview.md)
210210

211211
### 数据库管理
212212

ticdc/ticdc-compatibility.md

+1-1
Original file line numberDiff line numberDiff line change
@@ -77,7 +77,7 @@ TiCDC 从 v5.3.0 开始支持[全局临时表](/temporary-tables.md#全局临时
7777

7878
### 向量数据类型兼容性说明
7979

80-
从 v8.4.0 开始,TiCDC 支持同步包含[向量数据类型](/vector-search-data-types.md)的表到下游(实验特性)。
80+
从 v8.4.0 开始,TiCDC 支持同步包含[向量数据类型](/vector-search/vector-search-data-types.md)的表到下游(实验特性)。
8181

8282
当下游为 Kafka 或者存储服务(如:Amazon S3、GCS、Azure Blob Storage 和 NFS)时,TiCDC 会将向量数据类型转为字符串类型进行写入。
8383

tiflash-upgrade-guide.md

+1-1
Original file line numberDiff line numberDiff line change
@@ -121,7 +121,7 @@ TiFlash 在 v6.2.0 将数据格式升级到 V3 版本,因此,从 v5.x 或 v6
121121

122122
## 从 v7.x 升级至 v8.4 或以上版本
123123

124-
从 v8.4 开始,为了支持[向量搜索功能](/vector-search-index.md),TiFlash 底层存储格式发生改动。因此,升级 TiFlash 到 v8.4 或以上版本后,不支持原地降级到之前的版本。
124+
从 v8.4 开始,为了支持[向量搜索功能](/vector-search/vector-search-index.md),TiFlash 底层存储格式发生改动。因此,升级 TiFlash 到 v8.4 或以上版本后,不支持原地降级到之前的版本。
125125

126126
**测试环境及特殊回退需求下的对策**
127127

tiflash/tiflash-supported-pushdown-calculations.md

+1-1
Original file line numberDiff line numberDiff line change
@@ -37,7 +37,7 @@ TiFlash 支持部分算子的下推,支持的算子如下:
3737
| [正则函数和算子](/functions-and-operators/string-functions.md) | `REGEXP`, `REGEXP_LIKE()`, `REGEXP_INSTR()`, `REGEXP_SUBSTR()`, `REGEXP_REPLACE()`, `RLIKE` |
3838
| [日期函数](/functions-and-operators/date-and-time-functions.md) | `DATE_FORMAT()`, `TIMESTAMPDIFF()`, `FROM_UNIXTIME()`, `UNIX_TIMESTAMP(int)`, `UNIX_TIMESTAMP(decimal)`, `STR_TO_DATE(date)`, `STR_TO_DATE(datetime)`, `DATEDIFF()`, `YEAR()`, `MONTH()`, `DAY()`, `EXTRACT(datetime)`, `DATE()`, `HOUR()`, `MICROSECOND()`, `MINUTE()`, `SECOND()`, `SYSDATE()`, `DATE_ADD/ADDDATE(datetime, int)`, `DATE_ADD/ADDDATE(string, int/real)`, `DATE_SUB/SUBDATE(datetime, int)`, `DATE_SUB/SUBDATE(string, int/real)`, `QUARTER()`, `DAYNAME()`, `DAYOFMONTH()`, `DAYOFWEEK()`, `DAYOFYEAR()`, `LAST_DAY()`, `MONTHNAME()`, `TO_SECONDS()`, `TO_DAYS()`, `FROM_DAYS()`, `WEEKOFYEAR()` |
3939
| [JSON 函数](/functions-and-operators/json-functions.md) | `JSON_LENGTH()`, `->`, `->>`, `JSON_EXTRACT()`, `JSON_ARRAY()`, `JSON_DEPTH()`, `JSON_VALID()`, `JSON_KEYS()`, `JSON_CONTAINS_PATH()`, `JSON_UNQUOTE()` |
40-
| [向量函数](/vector-search-functions-and-operators.md) | `VEC_L2_DISTANCE`, `VEC_COSINE_DISTANCE`, `VEC_NEGATIVE_INNER_PRODUCT`, `VEC_L1_DISTANCE`, `VEC_DIMS`, `VEC_L2_NORM`, `VEC_AS_TEXT` |
40+
| [向量函数](/vector-search/vector-search-functions-and-operators.md) | `VEC_L2_DISTANCE`, `VEC_COSINE_DISTANCE`, `VEC_NEGATIVE_INNER_PRODUCT`, `VEC_L1_DISTANCE`, `VEC_DIMS`, `VEC_L2_NORM`, `VEC_AS_TEXT` |
4141
| [转换函数](/functions-and-operators/cast-functions-and-operators.md) | `CAST(int AS DOUBLE), CAST(int AS DECIMAL)`, `CAST(int AS STRING)`, `CAST(int AS TIME)`, `CAST(double AS INT)`, `CAST(double AS DECIMAL)`, `CAST(double AS STRING)`, `CAST(double AS TIME)`, `CAST(string AS INT)`, `CAST(string AS DOUBLE), CAST(string AS DECIMAL)`, `CAST(string AS TIME)`, `CAST(decimal AS INT)`, `CAST(decimal AS STRING)`, `CAST(decimal AS TIME)`, `CAST(decimal AS DOUBLE)`, `CAST(time AS INT)`, `CAST(time AS DECIMAL)`, `CAST(time AS STRING)`, `CAST(time AS REAL)`, `CAST(json AS JSON)`, `CAST(json AS STRING)`, `CAST(int AS JSON)`, `CAST(real AS JSON)`, `CAST(decimal AS JSON)`, `CAST(string AS JSON)`, `CAST(time AS JSON)`, `CAST(duration AS JSON)` |
4242
| [聚合函数](/functions-and-operators/aggregate-group-by-functions.md) | `MIN()`, `MAX()`, `SUM()`, `COUNT()`, `AVG()`, `APPROX_COUNT_DISTINCT()`, `GROUP_CONCAT()` |
4343
| [其他函数](/functions-and-operators/miscellaneous-functions.md) | `INET_NTOA()`, `INET_ATON()`, `INET6_NTOA()`, `INET6_ATON()` |

vector-search-data-types.md renamed to vector-search/vector-search-data-types.md

+9-9
Original file line numberDiff line numberDiff line change
@@ -18,7 +18,7 @@ summary: 本文介绍 TiDB 的向量数据类型。
1818

1919
与使用 [`JSON`](/data-type-json.md) 类型相比,使用向量类型具有以下优势:
2020

21-
- 支持向量索引。可以通过构建[向量搜索索引](/vector-search-index.md)加速查询。
21+
- 支持向量索引。可以通过构建[向量搜索索引](/vector-search/vector-search-index.md)加速查询。
2222
- 可指定维度。指定一个固定维度后,不符合维度的数据将被阻止写入到表中。
2323
- 存储格式更优。向量数据类型针对向量数据进行了特别优化,在空间利用和性能效率上都优于 `JSON` 类型。
2424

@@ -57,9 +57,9 @@ ERROR 1105 (HY000): Invalid vector text: [5, ]
5757
ERROR 1105 (HY000): vector has 2 dimensions, does not fit VECTOR(3)
5858
```
5959

60-
关于向量数据类型支持的所有函数和操作符,可参阅[向量函数与操作符](/vector-search-functions-and-operators.md)
60+
关于向量数据类型支持的所有函数和操作符,可参阅[向量函数与操作符](/vector-search/vector-search-functions-and-operators.md)
6161

62-
关于向量搜索索引的更多信息,可参阅[向量搜索索引](/vector-search-index.md)
62+
关于向量搜索索引的更多信息,可参阅[向量搜索索引](/vector-search/vector-search-index.md)
6363

6464
## 混合存储不同维度的向量
6565

@@ -75,11 +75,11 @@ INSERT INTO vector_table VALUES (1, '[0.3, 0.5, -0.1]'); -- 插入一个 3 维
7575
INSERT INTO vector_table VALUES (2, '[0.3, 0.5]'); -- 插入一个 2 维向量
7676
```
7777

78-
需要注意的是,存储了不同维度向量的列不支持构建[向量搜索索引](/vector-search-index.md),因为只有维度相同的向量之间才能计算向量距离。
78+
需要注意的是,存储了不同维度向量的列不支持构建[向量搜索索引](/vector-search/vector-search-index.md),因为只有维度相同的向量之间才能计算向量距离。
7979

8080
## 比较
8181

82-
向量数据支持[比较运算符](/vector-search-functions-and-operators.md#扩展的内置函数和运算符),例如 `=``!=``<``>``<=``>=` 等。关于向量数据类型支持的所有函数和操作符,可参阅[向量函数与操作符](/vector-search-functions-and-operators.md)
82+
向量数据支持[比较运算符](/vector-search/vector-search-functions-and-operators.md#扩展的内置函数和运算符),例如 `=``!=``<``>``<=``>=` 等。关于向量数据类型支持的所有函数和操作符,可参阅[向量函数与操作符](/vector-search/vector-search-functions-and-operators.md)
8383

8484
比较向量数据类型时,TiDB 会以向量中的各个元素为单位进行依次比较,如:
8585

@@ -223,7 +223,7 @@ ERROR 1105 (HY000): vectors have different dimensions: 1 and 3
223223
1 row in set (0.01 sec)
224224
```
225225

226-
如需了解其他转换函数,请参阅[向量函数和操作符](/vector-search-functions-and-operators.md)
226+
如需了解其他转换函数,请参阅[向量函数和操作符](/vector-search/vector-search-functions-and-operators.md)
227227

228228
### 向量与其他数据类型之间的转换
229229

@@ -233,13 +233,13 @@ ERROR 1105 (HY000): vectors have different dimensions: 1 and 3
233233

234234
## 使用限制
235235

236-
有关向量类型的限制,请参阅[向量搜索限制](/vector-search-limitations.md)以及[向量搜索索引的使用限制](/vector-search-index.md#使用限制)
236+
有关向量类型的限制,请参阅[向量搜索限制](/vector-search/vector-search-limitations.md)以及[向量搜索索引的使用限制](/vector-search/vector-search-index.md#使用限制)
237237

238238
## MySQL 兼容性
239239

240240
向量数据类型只在 TiDB 中支持,MySQL 不支持。
241241

242242
## 另请参阅
243243

244-
- [向量函数和操作符](/vector-search-functions-and-operators.md)
245-
- [向量搜索索引](/vector-search-index.md)
244+
- [向量函数和操作符](/vector-search/vector-search-functions-and-operators.md)
245+
- [向量搜索索引](/vector-search/vector-search-index.md)

0 commit comments

Comments
 (0)