向量通俗理解为一个既有大小又有方向的量，就像用带箭头的线段表示一样，箭头指向代表方向，线段长度代表大小，通过这些表示数据的特征。向量的数据是多个数值组成的列表，比如[1.2, 3.4, 5.6]数字序列，更像于简单的JSON格式。

与关系型数据库的区别，关系型数据库是一种以表格形式存储数据的数据库系统，适用于处理结构化数据。而向量数据库则专为处理向量数据而设计，具有高维索引、相似性查询和向量聚合等特殊功能。关系型数据库通常不具备这些功能。

如图所示，向量映射到多维空间，可以对向量的语义相似性进行细致的分析，从而显著提高搜索和数据分类的准确性，而不是使用基于精确匹配或预定义标准查询数据库的传统方法。

向量数据库的应用场景

向量数据库适用于多种应用场景，以下是其中几个典型示例：
1.推荐系统：向量数据库可以用于构建高效的推荐系统。它支持向量的相似性查询和聚合操作，可以快速找出最相关的物品或服务，并根据用户的历史行为生成个性化推荐。
2.搜索引擎：搜索引擎可以利用向量数据库来提高搜索质量和效率。通过将网页内容表示为向量，可以建立索引并快速查找与查询相关的网页。
3.社交媒体分析：向量数据库可用于社交媒体分析，包括情感分析、主题建模和社区发现等。它支持向量的相似性查询和聚合操作，可以快速识别和提取社交媒体数据中的模式和趋势。
4.生物信息学：向量数据库在生物信息学领域有广泛应用，如基因序列分析和蛋白质相互作用预测。通过将基因序列和蛋白质表示为向量，可以高效地进行模式识别、聚类和预测。
5.图像和视频分析：向量数据库可以用于图像和视频分析，包括图像检索、物体识别和场景分类等。通过将图像和视频表示为向量，可以建立索引并快速查找相似的图像或视频。

MySQL中的向量

MySQL9.0开始支持向量VECTOR，定义为新的数据类型，由一系列条目（4字节浮点值）组成，这些条目可以表示为二进制字符串值或列表格式的字符串。向量列用最大长度或条目数（在括号中）声明；默认值为2048，最大值为16383=16kb （innodb_page_size大小）。

键值定义

虽然向量定义为单一字段类型，但因多维度特性，无法像其他类型，作为索引引用。不能作为：

• 主键；
• 外键；
• 唯一密钥；
• 分区键；
• 其他索引；
• 直方图源；

按照这个设计就不能用于索引组织表，只能有自己单独的算法定位数据。

函数的支持

可以结合内置的一些函数配合使用：

• 与MySQL字符串函数BIT_LENGTH（）、CHAR_LENGTHs（）、HEX（）、LENGTH（）和TO_BASE64（）可以一起使用。其他字符串函数不接受VECTOR类型作为参数。
• 可以用作任何加密函数AES_ENCRYPT（）、COMPRESS（）、MD5（）、SHA1（）和SHA2（）的参数。

不能用于函数和运算符

• 数字函数和运算符；
• 时间函数；
• 全文搜索功能；
• XML函数；
• 位函数，如位AND和OR；
• JSON函数；

SQL函数处理

向量列目前提供了4个函数 = 3个公用函数 + 1个OCI用户 配合使用。

转换实例：

#STRING_TO_VECTOR
mysql> SELECT STRING_TO_VECTOR('[2, 3, 5, 7]');
+------------------------------------------------------+
| TO_VECTOR('[2, 3, 5, 7]')                            |
+------------------------------------------------------+
| 0x00000040000040400000A0400000E040                   |
+------------------------------------------------------+
1 row in set (0.00 sec)

#VECTOR_TO_STRING
mysql> SELECT VECTOR_TO_STRING(0x00000040000040400000A0400000E040);
+------------------------------------------------------+
| VECTOR_TO_STRING(0x00000040000040400000A0400000E040) |
+------------------------------------------------------+
| [2.00000e+00,3.00000e+00,5.00000e+00,7.00000e+00]    |
+------------------------------------------------------+
1 row in set (0.00 sec)

无法解析为向量值的此函数的参数会引发错误。此函数输出的最大大小为262128（16*16383）字节。

DIM支持二级制和实际数据的计算

mysql> SELECT VECTOR_DIM(0x0040004000800080);
+--------------------------------+
| VECTOR_DIM(0x0040004000800080) |
+--------------------------------+
|                              2 |
+--------------------------------+
1 row in set (0.000 sec)

mysql> SELECT VECTOR_DIM(TO_VECTOR('[2, 3, 5]') );
+-------------------------------------+
| VECTOR_DIM(TO_VECTOR('[2, 3, 5]') ) |
+-------------------------------------+
|                                   3 |
+-------------------------------------+
1 row in set (0.001 sec)

向量类型的字段，不分引擎。

可以创建InnoDB，MyISAM引擎，其他引擎也都可以。

mysql> CREATE TABLE `vector_t02` (
  `id` int DEFAULT NULL,
  `s_v_01` vector(390) DEFAULT NULL,
  `s_v_02` vector(390) DEFAULT NULL
) ENGINE=InnoDB;
mysql>CREATE TABLE `vector_t02` (
  `id` int DEFAULT NULL,
  `s_v_01` vector(390) DEFAULT NULL,
  `s_v_02` vector(390) DEFAULT NULL
) ENGINE=MyISAM;

向量数据基础操作

向量长度是收到限制的。

mysql> CREATE TABLE `vector_t03` (
  `id` int DEFAULT NULL,
  `s_v_01` vector(2) DEFAULT NULL,
  `s_v_02` vector(2) DEFAULT NULL
) ENGINE=InnoDB;

#增删改查,需要通过向量函数进行操作。
mysql> SELECT  * FROM  vector_t03;
+------+--------------------+--------------------+
| id   | s_v_01             | s_v_02             |
+------+--------------------+--------------------+
|    1 | 0x0000A04000004040 | 0x0000404000008040 |
+------+--------------------+--------------------+
1 row in set (0.000 sec)
mysql> INSERT INTO vector_t03 VALUES(1,string_to_vector('[1,2]'),string_to_vector('[3,4]'));

mysql> UPDATE  vector_t03  SET s_v_01=string_to_vector('[5,3]') 
       WHERE   s_v_01=string_to_vector('[1,3]');

mysql> DELETE FROM vector_t03  WHERE   s_v_01=string_to_vector('[5,3]');

#操作设置大小也会提示错误
mysql> INSERT INTO vector_t03 VALUES(5,string_to_vector('[1,2,3,4]'),string_to_vector('[4,5,6]'));
ERROR 1406 (22001): Data too long for column 's_v_01' at row 1

总结

目前MySQL开源提供的向量功能非常基础。同时向量类型在企业和开源版本中也没有完全融入。比如：在NDB表目前不支持VECTOR列，MLE组件或JavaScript也不支持VECTOR类型。
按照向量数据结构，应该更适合于列式场景中发挥更多功能，如HeatWave引擎。

备注：
消息级别加密 (Message-Level Encryption，MLE) 是一种安全技术，用于在传输期间保护消息的机密性和完整性。它涉及使用加密算法来争用消息的内容，以便只有目标收件人（具有解密密钥）才能读取消息。