为什么向量数据库不使用 SQL 查询？ 原创

多年来，我们一直通过 SELECT–FROM–WHERE 这种格式与数据库进行交流，从简单的报表生成到复杂的财务分析，再到用户行为的查询，SQL 已经成为我们与数据库沟通的默认语言。有趣的是，即使是那些最初声称要颠覆 SQL 的 NoSQL 数据库，最终也纷纷引入了对 SQL 的支持。

但是，仅仅因为 SQL 支持一直如此，就意味着它永远正确吗？

据 Gartner 的预测，到了2026年，大多数企业将会优先考虑使用自然语言作为数据库查询的接口，SQL 将从一个必备技能转变为一个可选技能。

随着大模型和向量数据库的快速发展，我们需要重新考虑：SQL 是否仍然是进行数据库查询的最佳方式？

下文我们详细剖析之。

1、自然语言交互，数据库查询的另一种解法

设想这样一个场景，你不再需要编写繁琐的 SQL 查询语句，只需简单地说：“找出最近购买习惯和我相似的用户最偏爱的商品。”

AI 应用理解了你的请求后，会迅速做出决策：

• 是应该查询结构化数据表吗？
• 还是需要执行一次向量相似度搜索？
• 是否需要调用外部服务来补充数据？

一旦这些决策完成，数据库将自动处理所有执行细节，并返回你所期望的结果。

这种操作方式为用户带来的主要好处包括：

• 无语法障碍，我们无需记忆字段名称，不必担心括号匹配问题，表达需求变得更加自然。
• 对非结构化数据的查询更加友好，无论是图像、音频还是文本，都可以作为查询的对象。
• 该系统的用户群体将更加广泛：不仅是工程师可以使用，运营人员、产品经理甚至市场部门的同事都能够与数据进行互动。

2、自然语言交互背后是 AI 智能体调度

要实现自然语言交互，行业里普遍采用的是一种组合方法，包括：自然语言解析 + 向量检索 + AI 智能体调度。

在这一过程中，AI 智能体调度扮演着至关重要的角色，它主要负责以下四个核心功能：

1. 解析意图：确定用户想要查询的字段、数据库以及索引。
2. 选择策略：决定是进行结构化数据的过滤，还是执行向量检索，或者是两者的结合。
3. 调用能力：直接执行 API、触发S DK，甚至跨服务进行联合操作。
4. 结果包装：不是简单地返回一堆杂乱无章的 JSON 数据，而是提供用户能够立即理解的结果。

举个例子，在向量数据库 Milvus 中，只需一行代码就能完成一次复杂的相似度检索：

results = collection.search(query_vector, top_k=10, filter="is_active == true")

这种“API 优先”的方法，非常适合大模型的 Function Calling 和 MCP 能力，它使得执行速度更快，出错几率更低，同时也更容易实现标准化和集成。

3、为什么 SQL 不适合做向量检索?

普遍认为，非结构化数据占全球数据总量的80%，而向量数据库与传统的关系型数据库相比，更自然地支持自然语言查询，也更适合与大模型配合使用。

当然，为了弥补传统关系型数据库在查询非结构化数据方面的不足，许多这类数据库引入了“类似 SQL 的向量检索”功能。比如：PostgreSQL 结合 PGVector 提供了<->运算符，使得下面的查询语句看起来相当“先进”：

SELECT *
  FROM items
 ORDER BY embedding <-> query_vector
 LIMIT 10;

但这种表面的“兼容性”实际上带来了新的问题：这类 SQL 并非标准化，导致开发者需要付出更高的学习成本。此外，在关系型数据库中存储向量数据还存在严重的性能问题：

1. 执行路径复杂：传统数据库会强制执行解析器、优化器、事务等复杂的逻辑路径，这导致消耗了大量额外的资源。
2. I/O压力大：向量数据以 BLOB 形式存储，每次检索都需要解码；在图索引场景中，还可能频繁地访问磁盘，极大地消耗性能。

我们进行过一项测试，在相同的检索条件下，Milvus 的查询延迟仅为 pgvector 的40%，吞吐量却提升了4.5倍。换句话说，传统关系型数据库添加向量检索功能，实际上反而增加了系统的复杂性。

总的来说，关系型数据库和向量数据库在设计哲学、数据结构和查询逻辑上有着根本的不同：

4、总结

总之，AI 大模型新时代，向量数据库具有四大优势：

1. 兼容多种数据模型： 现实世界中的数据远比表格形式复杂得多。向量数据库能够灵活地支持嵌套文档、时间序列向量，以及如 ColBERT、CoLPAL 等多向量结构，以适应不同模型生成的丰富语义表示。
2. 为 AI 智能体设计的友好 API： 大模型更倾向于调用函数而非编写 SQL。向量数据库采用以 Python 为主的 API 设计，原生支持函数调用，只需一行代码即可完成嵌入检索、过滤、重排序和语义高亮，显著降低了开发和运维成本。
3. 深度语义理解： 向量数据库不仅仅是执行命令，它还能理解查询意图。与 AI 智能体协作，它可以超越“字面匹配”的限制，实现语义层面的智能检索，使未来的数据库不仅要“知道如何查询”，更要“理解你真正想要查询的内容”。
4. 极致优化召回率： 通过结构化过滤、混合检索、重排序（Rerank）等技术，向量数据库可以不断优化搜索结果的相关性，找回更多真正有价值的内容，实现性能与召回率的平衡。

向量数据库的目的并非取代关系型数据库，更多情况下，它是一种专为 AI 场景设计的新型基础设施，能够更好地响应自然语言查询，也能检索语义信息。最终，让数据库从僵硬的执行者转变为真正理解上下文、主动辅助决策的数据智能体。

本文转载自​​玄姐聊AGI​​  作者：玄姐