京东购买链接：https://item.jd.com/14736018.html

• 出版时间：2024-08-01

内容介绍

这是一本需要“动手实践”的图书，通过带领大家从构建一款分布式向量数据库，让大家透彻理解向量数据库的技术原理和实现细节。 本书共分为三大部分，内容由浅入深、循序渐进。“*部分 认识向量数据库”（第1～3章）是基础篇，介绍向量数据库的基础知识，涵盖向量及数据库的基本概念、向量数据库的发展历程和核心功能。“*部分 构建向量数据库”（第4～6章）是核心篇，详细介绍如何从*开始构建并优化向量数据库，巨细靡遗地展示数据库内核的技术实现细节并辅以代码示例、技术架构图等，旨在让大家真正实现动手写向量数据库。“第三部分 向量数据库的实践与展望”（第7～8章）是结束篇，通过实践案例展示向量数据库在AI应用中的使用方法，并尝试勾勒向量数据库的未来。 本书面向数据库开发人员、数据库管理员、数据库架构师等数据库从业人员，AI从业者，及其他对向量数据库感兴趣的读者。

作者介绍

罗云 腾讯云数据库副总经理、腾讯云创始团队成员、中国通信标准化协会大数据技术标准推进委员会（CCSA TC601）数据库与存储工作组副组长。 十余年云计算产品技术*，在复杂分布式系统的建设和管理上实践多年并积累了丰富的经验，擅长将数据治理技术（采集、加工、存储、检索）和AI结合，在AI时代更好地发挥数据的价值。 领导多个平台或产品完成从0到1的上线与商业化运营，达到国内*水平，其中包括： 1. 一站式 Serverless开发平台（小程序云开发） 2. TencentDB for Redis/MongoDB/KeeWiDB、Tencent Cloud VectorDB等数据库产品 3. 腾讯云数据传输服务（DTS）、数据库智能管家（DBbrain）等多款数据采集和智能化应用平台

本书共分为三大部分，内容按照由浅入深、从基础到实践循序渐进安排。

第一部分 认识向量数据库（第 1 ~ 3 章）

作为本书的背景知识介绍篇，本部分旨在帮助你奠定必要的理论基础。

第 1 章：介绍向量及向量数据库的基础知识，普及关键概念——向量、数据库、向量数据库。

第 2 章：介绍向量数据库这一新兴技术的发展历程，包括关键技术的进展、相关企业与创业团队的成长历程，以及目前业界常见的几种架构模式。本章有助于你从宏观角度把握技术演进。

第 3 章：以腾讯云向量数据库（Tencent Cloud VectorDB）为例，带领你探索向量数据库核心功能的实现。如果你准备自行开发或深度使用向量数据库，本章属于基础知识。

第二部分 构建向量数据库（第 4 ~ 6 章）本部分是本书的核心篇，详细介绍如何从零开始构建并优化向量数据库。本部分对各个技术细节都有详尽的讨论和示例。

第 4 章：从零开始构建单机向量数据库。本章基于模块化的设计理念，使用一些成熟的开源组件，逐步加入通用软件和数据库技术，并应用数据库行业的持久化和故障恢复技术，最终完成单机向量数据库的构建，使其小而完备，达到某些开源单机向量数据库的原型水平。

第 5 章：在单机向量数据库的基础上继续开发分布式向量数据库，涉及元数据的有效管理、流量调度和异常处理等。从本章开始，我们的向量数据库将具备支持一定规模的向量数据管理场景的原型水平。如果你希望理解分布式系统底层机制，以及想了解如何将单机系统扩展为分布式系统，一定不要错过这一章。

· 第 6 章：基于前两章构建的分布式向量数据库，本章将展示如何对数据库进行优化，包括性能、成本和易用性三个方面。性能优化方面将探讨如何利用 CPU/GPU 的计算能力提升性能；成本优化方面则关注简化业务部署模型以降低运营成本；最后讨论如何使向量数据库产品更易于开发者使用，如提供良好的 SDK 和数据备份机制，这对推广新技术至关重要。

第三部分 向量数据库的实践与展望（第 7 ~ 8 章）

本部分是本书的结束篇，围绕实践和展望进行阐述。通过本部分的学习，你不仅能够将书中的理论知识与实际操作相结合，还能展望技术未来，帮助自己为学习和职业生涯规划找明方向。

第 7 章：本章从实践角度出发，验证我们自行开发的向量数据库在 AI 应用中的使用方法。我们将实现第 1 章提到的以图搜图和知识库，这两个场景近年来在 AI 应用中使用广泛。

· 第 8 章：本章将回溯计算机行业的发展历程，以此为出发点，探索向量数据库的未来。一方面，聊一聊为何向量数据库有可能成为一项平台级的技术；另一方面，基于当前向量数据库在 RAG（retrieval-augmented generation，检索增强生成）场景中的应用，拓展讨论向量数据库未来的发展。本章旨在与你共同思考和展望向量数据库的长远趋势。