嵌入是数据的数值表示，捕捉了单词或短语的语义本质。这些嵌入被编码为高维向量，可以在各种数据应用中进行高效处理。嵌入可以根据所使用的模型而有所不同。如果使用不同的模型生成，相同的文本可能具有不同的嵌入。虽然文本数据是主要关注的对象，但嵌入不仅限于文本信息 ...

混合检索是一种强大的技术，它整合了多种搜索算法，提高了搜索结果的准确性和相关性。混合检索结合了全文搜索和向量搜索的优势，为用户提供更有效和全面的搜索体验。 MyScaleDB 在 1.6.2 版本中，引入了混合检索功能。本文将探讨它的实现原理，以及它在搜索领域带来的创新。 向量搜索与全文搜索的融合 ...

如果你想要快速构建 AI 应用，Dify 是你的新优选；如果你希望在 Dify 中找到理想的 AI 应用数据库底座，那么 MyScaleDB 将是你的最佳选择。是的，Dify 的最新版本中已经集成了 SQL 向量数据库 MyScaleDB，并支持向量检索、全文检索和混合检索。现在，开发者不仅能利用 MyScaleDB 强大的 SQL 能力与向量搜索功 ...

检索增强生成（RAG）在我们与数据交互的方式上进行了革命性的改变，提供了无与伦比的相似性搜索性能。它擅长根据简单查询检索相关信息。然而，当处理更复杂的任务时，如基于时间的查询或复杂的关系数据库查询，RAG往往表现不佳。这是因为RAG ...

全球数据的爆炸性增长预计到2025年将达到181泽塔字节，其中80%为非结构化数据，这对于无法有效处理非结构化文本数据的传统数据库构成了挑战。全文搜索通过实现对非结构化文本数据的直观高效访问，使用户能够基于主题或关键思想进行搜索。 MyScaleDB是ClickHouse的一个开源分支，专为向量搜索进行了优化，并通过 ...

在快速发展的 LLM 应用程序领域，实现强大的可观察性对于确保最佳性能和可靠性至关重要。 然而，由于 LLM 应用程序的复杂性和规模，追踪和存储运行时事件并不容易。为了解决这些挑战， 我们发布了 MyScale Telemetry，它与 [LangChain Callbacks](https://pyt ...

MyScale 是一个基于 ClickHouse 构建的全面托管的 SQL 向量数据库，提供先进的向量搜索功能。在 MyScale 的 1.5.0 版本中，我们引入了由 Tantivy 提供支持的升级版全文搜索功能。 通过实现 BM25 算法来计算搜索结果的相关性得分，显著提高了 MyScale 的全文搜索功能。BM25 算法是文本搜索中的关键特性，它提供了一种根据与原始查询的相关性对搜索结果进 ...

在我们的上一篇博客中，我们探讨了将向量搜索与重新排序方法相结合，以解决向量搜索的固有限制，例如在文本到向量转换过程中可能丢失信息的问题。这种集成使其成为复杂查询意图的强大解决方案，显著提高了整体搜索准确性。 在当今各种重 ...

大型语言模型（LLM）应用，例如检索增强生成（RAG）应用，正在推动向量数据库的使用激增。许多基于LLM的应用程序需要大规模的数据集和高查询每秒（QPS）速率才能实现最佳性能。然而，大多数向量数据库供应商更注重存储容量而非QPS。 MyScale的MSTG算法是一种新颖的向量存储和 ...

过去，我一直在不同的数据仓库和数据分析项目中使用ClickHouse。但是，在生成式AI和向量嵌入技术的繁荣之后，我正在寻找一种与尖端技术配合使用的数据库。有很多向量数据库，比如Pinecone、Weaviate和[Milvus](https ...

向量搜索可以在大量文本、图像和其他数据中快速定位语义上相似或相关的候选。然而，在实际应用场景中，纯向量搜索通常是不够的。 实际数据通常包含时间、类别、用户 ID 和其他关键词等属性。对这些属性应用一个或多个过滤条件可以显著提高检索增强生成（RAG）系统的准确性，同时为大规模多租户系统奠定基础。基于 ClickHouse 数据库开发的 MyScale 支持各种 SQL 数据类型，实现了高准确性和高 ...

在本博客中，我们将深入探讨 MyScale 如何在复制的集群中实现 Kubernetes（k8s）升级期间的零停机。MyScale 托管在 AWS 云上，并利用 Amazon EKS，提供弹性和可扩展的数据库即服务（DBaaS）。我们将探讨 MyScale 架构的全局和区域方面，解决自动扩展和 Kubernetes 升级的挑战，并概述我们的策略，以实现无缝用户集群迁移，同时确保服务不间断。 ...