clickzetta-ai-vector-search

What problem does it solve?

在 ClickZetta Lakehouse 中实现向量存储、向量索引（HNSW）和向量检索，构建 RAG、语义搜索、图像检索等 AI 应用。覆盖 VECTOR 数据类型定义、向量索引创建（cosine/l2/hamming 距离）、向量数据插入与转换、 ANN 近似最近邻检索、向量+倒排索引融合检索等完整工作流。 当用户说"向量检索"、"向量索引"、"语义搜索"、"embedding 存储"、"RAG"、"ANN 搜索"、"HNSW"、"cosine_distance"、"l2_distance"、"VECTOR 类型"、"向量数据库"、"相似度搜索"、"向量 + 标量融合检索"、"文本向量化"时触发。

Core Features & Use Cases

• 向量数据类型定义与索引创建（cosine/l2/hamming）的完整工作流，支持向量化检索与混合模式。
• 构建 RAG、语义检索、图像检索等 AI 应用，结合向量和标量信息进行高效查询。
• 使用场景示例：在 Lakehouse 中存储文档嵌入并对查询向量进行最近邻检索以返回最相关文档。

Quick Start

创建一个包含 VECTOR 向量列的表并为 vec 列建立向量索引，即可开启向量检索工作流。