قواعد البيانات المتجهية (Vector Database) هي أنظمة مصممة لتخزين المؤشرات المدمجة (Embeddings)، وفهرستها، واسترجاعها. فهي بارعة في الإجابة على السؤال: "أي المتجهات هي الأقرب للاستعلام؟"، وتُستخدم بشكل شائع في الاسترجاع الدلالي، وأنظمة التوصية، وإزالة التكرارات، والبحث متعدد الوسائط، كما تُعد مكوّناً أساسياً شائعاً في تطبيقات التوليد المعزز بالاسترجاع (RAG). ولا توجد علاقة استبعاد متبادل بينها وبين قواعد البيانات التقليدية، إذ بدأت بعض قواعد البيانات العلائقية ومحركات البحث في دعم أنواع المتجهات، واستعلامات التشابه، أو فهارس المتجهات.

لم يظهر هذا المجال من فراغ؛ فاسترجاع المحتوى القائم على المدمجات (Embeddings) له أساس بحثي طويل الأمد، وتاريخ البحث عن التشابه أقدم من ذلك، وغالباً ما كانت الأنظمة المبكرة تدمج فهارس المتجهات داخل قواعد البيانات العلائقية أو أنظمة البحث. في عام 2021، قدم فريق Zilliz في ورقة SIGMOD بعنوان 《Milvus: A Purpose-Built Vector Data Management System》 تصميم نظام مخصص لإدارة البيانات المتجهية. وقد قامت مراجعة شاملة في عام 2023 بعنوان 《Survey of Vector Database Management Systems》 بتلخيص هذه الفئة من الأنظمة، مشيرة إلى وجود أكثر من 20 نظام قاعدة بيانات متجهية تجارية في ذلك الوقت؛ وهذا لا يعني أن جميع هذه الأنظمة ظهرت بعد عام 2021.

ومع ذلك، سواء كان الأمر يتعلق بنظام Milvus مفتوح المصدر الذي صدر في عام 2019، أو بالعديد من الأنظمة المشابهة التي ظهرت لاحقاً، فإن جميعها تواجه مجموعة من التحديات التقنية المشتركة. يجب على هذه الأنظمة التغلب على خمس عقبات رئيسية: غموض التشابه الدلالي، وحجم المتجهات الكبير، والتكلفة العالية لحساب التشابه، وغياب التقسيم الطبيعي (Natural Partitioning)، والاستعلامات الهجينة التي تجمع بين "شروط الخصائص + تشابه المتجهات". تشمل الحلول الهندسية المقابلة استخدام الضغط الكمي (Quantization) لتقليل تكاليف التخزين والحساب، واستخدام فهارس الرسوم البيانية (مثل HNSW) لتسريع البحث عن الجيران الأقرب، واستخدام محركات تحسين واستعلام التنفيذ للتعامل مع التجميع والتصفية. في السيناريوهات واسعة النطاق، غالباً ما تعتمد الأنظمة على فهارس الجيران الأقرب التقريبية (ANN)، مما يتطلب مقايضة بين معدل الاسترجاع (Recall) وزمن الاستجابة (Latency)؛ ومع ذلك، يمكن أيضاً استخدام البحث الدقيق في استرجاع المتجهات، لذا فإن القول بأن "فهارس المتجهات تقريبية بالضرورة" ليس دقيقاً. في عام 2023، قامت مراجعة شاملة من قبل Pan وWang وLi بعنوان 《Survey of Vector Database Management Systems》 بتنظيم منهجي لهذه الفئة من الأنظمة. إن هذه التراكمات الهندسية هي التي حوّلت "الدلالة" من مفهوم غامض إلى بنية تحتية قابلة للفهرسة والتوسع.

[JIALIU_0]