> ## Documentation Index
> Fetch the complete documentation index at: https://private-7c7dfe99-fix-nav-issues.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

# ClickHouse 可以用于向量搜索吗？

> 了解如何使用 ClickHouse 进行向量搜索，包括存储嵌入向量，以及使用余弦相似度等距离函数进行搜索。

<div id="clickhouse-for-vector-search">
  ## 使用 ClickHouse 进行向量搜索！
</div>

是的，ClickHouse 可以执行向量搜索。

与使用更专门的向量数据库相比，使用 ClickHouse 进行向量搜索的主要优势包括：

* 在执行搜索前，利用 ClickHouse 的过滤和全文搜索功能先缩小数据集范围。
* 对数据集进行分析。
* 将数据与你现有的数据执行 `JOIN`。
* 无需再维护另一套数据库，也不用让基础设施变得更复杂。

下面是一个关于如何使用 ClickHouse 进行向量搜索的简要教程。

<div id="1-create-embeddings">
  ## 1. 创建嵌入向量
</div>

你的数据 (文档、图像或结构化数据) 必须转换为 *嵌入向量*。我们建议使用 [OpenAI Embeddings API](https://platform.openai.com/docs/api-reference/embeddings) 创建嵌入向量，或使用开源 Python 库 [SentenceTransformers](https://www.sbert.net/)。

你可以将嵌入向量理解为一个包含大量浮点数的数组，用来表示你的数据。[查看 OpenAI 的这份指南，进一步了解嵌入向量](https://platform.openai.com/docs/guides/embeddings/what-are-embeddings)。

<div id="2-store-the-embeddings">
  ## 2. 存储嵌入向量
</div>

生成嵌入向量后，您需要将其存入 ClickHouse。每个嵌入向量都应存储在单独的一行中，并可包含用于过滤、聚合或分析的元数据。以下是一个可用于存储带说明文字图像的表示例：

```sql theme={null}
CREATE TABLE images
(
	`_file` LowCardinality(String),
	`caption` String,
	`image_embedding` Array(Float32)
)
ENGINE = MergeTree;
```

<div id="3-search-for-related-embeddings">
  ## 3. 搜索相关嵌入向量
</div>

假设你想在数据集中搜索狗的图片。你可以使用 `cosineDistance` 这样的距离函数，传入一张狗图片的嵌入向量来查找相关图片：

```sql theme={null}
SELECT
    _file,
	caption,
	cosineDistance(
        -- 您"输入"的狗图片的 嵌入向量 向量
        [0.5736801028251648, 0.2516217529773712, ...,  -0.6825592517852783],
        image_embedding
    ) AS score
FROM images
ORDER BY score ASC
LIMIT 10
```

此查询会返回与您提供的狗图片最可能相关的前 10 张图片的 `_file` 名称和 `caption`。

<div id="further-reading">
  ## 延伸阅读
</div>

如需进一步了解如何使用 ClickHouse 进行向量搜索，请参阅：

* [精确向量搜索与近似向量搜索](/zh/reference/engines/table-engines/mergetree-family/annindexes)