SingleStoreDB 通过我们的向量函数为向量搜索提供一流支持。我们的向量数据库子系统于 2017 年首次推出并随后得到增强，它允许进行极快的最近邻搜索，以便使用 SQL 轻松查找语义上相似的对象。

SingleStoreDB 使用 dot_product（用于余弦相似度）和 euclidean_distance 函数支持向量和向量相似度搜索。我们的客户将这些函数用于包括面部识别、视觉产品照片搜索和基于文本的语义搜索在内的应用程序。随着生成式人工智能技术的爆炸式发展，这些功能为基于文本的人工智能聊天机器人奠定了坚实的基础。

但请记住，SingleStoreDB 是一个高性能、可扩展的现代 SQL DBMS，支持多种数据模型，包括结构化数据、基于 JSON 的半结构化数据、时间序列、全文、空间、键值以及当然还有向量数据。今天就开始使用 SingleStoreDB 为您的下一个智能应用程序提供支持！

示例

此文件夹包含将 SingleStoreDB 和 OpenAI 一起使用的示例。我们将继续添加更多场景，敬请期待！

| 名称 | 描述 |