VillageSQL is a drop-in replacement for MySQL with extensions.
All examples on this page work on VillageSQL. Install Now →
vsql_ai 扩展增加了 ai_embedding(),它调用一个嵌入模型,并以 JSON 数组的形式返回向量,供您存储和查询。
嵌入的用途
嵌入模型把文本转换为固定长度的浮点数向量。两个向量之间的距离反映语义相似度:"dog"和"puppy"→ 相似的向量"dog"和"database index"→ 距离很远的向量
使用 VillageSQL:ai_embedding()
ai_embedding(provider, model, api_key, text) 调用一个嵌入模型并返回一个 JSON 数组字符串。
字符集转换
在 VillageSQL 0.0.6 及更早版本上,ai_embedding() 返回 binary 字符集,而 MySQL 的 JSON 解析器拒绝 binary 字符串——结果必须先经过 CONVERT(... USING utf8mb4),才能进入 JSON 列或 JSON 函数:
CONVERT——但保留它没有害处,所以下面的每个示例仍然使用它,以兼容 0.0.6 及更早版本。
存储嵌入
将 JSON 数组存入JSON 列:
为现有行回填嵌入
选择模型
对一个表中的所有嵌入使用同一个模型。来自不同模型的嵌入不可比较——混用它们会产生毫无意义的相似度分数。
Anthropic 目前不提供嵌入 API。
语义搜索
MySQL 和 VillageSQL 都不提供原生的向量距离函数。完整的相似度搜索——在大表中查找最近的向量——在应用程序代码中运行。典型的架构是:把嵌入存储在 MySQL 中,取出它们,在应用程序中计算余弦相似度,然后返回最匹配的结果。嵌入什么内容
嵌入的质量取决于您嵌入的内容。一些模式:常见问题
我可以比较来自不同模型的嵌入吗?
不能。来自text-embedding-3-small 和 gemini-embedding-001 的嵌入位于不同的向量空间——相互比较时它们的相似度分数毫无意义。每列统一使用一个模型。
嵌入占用多少存储空间?
一个包含 1536 个浮点数的 JSON 数组,作为文本字符串每行大约占 10–15 KB。对于大表,这会累积起来。请考虑是需要存储所有嵌入,还是只存储您要查询的那些。ai_embedding() 支持批量输入吗?
不支持——每次调用处理一个文本输入。要批量生成嵌入,请在应用程序中循环遍历各行,并分批调用UPDATE。
如果文本太长会怎样?
嵌入模型会在其 token 限制处截断输入(OpenAI 模型通常为 8191 个 token)。嵌入是基于截断后的文本计算的。对于长文档,请嵌入摘要或前几段,而不是全文。故障排除
另请参阅
- 将 MySQL 连接到 AI API——安装和配置 vsql_ai 扩展
- 从 MySQL 查询运行 AI 模型——作为嵌入补充的文本生成
- MySQL 中的 UUID——嵌入查找表的稳定行标识符
- 多维范围查询——不用 AI 向量的几何包含和距离查询