Vérification vectorielle
Stockez et recherchez des milliards de vecteurs juste à côté de vos données opérationnelles. Trois types d’index de vecteurs permettent aux équipes de s’adapter à des scénarios d’échelle, de requêtes filtrées ou de recherche hybride, et Couchbase Lite permet la recherche de vecteurs sur le périphérique. Dans le cadre de la couche de données IA de Couchbase™, la recherche de vecteurs permet aux applications RAG et aux agents d’IA d’obtenir un contexte précis et actualisé.
À quoi sert la recherche vectorielle dans une base de données ?
La recherche vectorielle fournit des résultats proches des voisins sans nécessiter de correspondance directe. Le texte, les images, l’audio et les vidéos sont convertis en représentations mathématiques et utilisés pour la recherche sémantique ou pour surmonter les défis de l’IA grâce à l’utilisation de la Cadre de génération améliorée par le rétablissement (RAG). Au niveau de l’entreprise, la recherche vectorielle alimente généralement les agents IA et les assistants de langage naturel, la recherche hybride qui combine les critères de recherche par plage, texte et vecteurs, et l’analyse de données qui détecte les similitudes et les anomalies. Couchbase propose des index vectoriels Hyperscale, Composite et Search pour améliorer l’analyse de la relation entre les données et les agents à l’échelle, sans compromettre les performances ou les coûts d’exploitation, et Couchbase Lite permet d’utiliser la recherche vectorielle sur des appareils mobiles et périphériques à bord.
Complexité
Une base de données vectorielle distincte ajoute des tâches de synchronisation, de gestion, de coût et de latence à l’application globale. Couchbase stocke les vecteurs, les données opérationnelles et la mémoire des agents sur une seule plateforme.
Temps de latence
Réaliser un retour des résultats le plus rapidement possible est crucial pour les utilisateurs. Les temps d’attente supplémentaires et une indexation insuffisante nuisent à l’expérience utilisateur. La recherche vectorielle en ligne permet de supprimer complètement le trajet réseau.
Sécurité
Créez des applications IA sans alimenter les modèles publics avec des données d’entreprise et obtenez des résultats précis et à jour pour vos utilisateurs. Avec Couchbase Lite, les requêtes sensibles restent sur le périphérique.
Évolutivité
Couchbase est prouvée pour gérer des milliards de vecteurs avec des temps de réponse millisecondes, de sorte que votre application peut évoluer à l’échelle mondiale sans limites.
Capacité de recherche de vecteurs par clé
Les applications et agents d’IA précis dépendent d’une récupération rapide des données actuelles. Couchbase intègre la recherche vectorielle sur la même plateforme que les charges de travail opérationnelles, des clusters de milliards de vecteurs dans le cloud jusqu’aux applications exécutées sur un seul appareil.
Plate-forme de données IA pour les applications agentiques
La recherche vectorielle fait partie du « Data Plane » d’AI de Couchbase, en complément des fonctionnalités Agent Memory, MCP Server et Model Service. agents Obtenez la mémoire, le contexte et l’accès aux données gérés sur une seule plateforme.
Indexation vectorielle flexible
Choisissez Hyperscale pour les ensembles de données de milliards de vecteurs, Composite pour les requêtes filtrées ou Recherche hybride de mots clés et recherche sémantique, et adaptez chaque charge de travail à ses besoins en performance, rappel et coûts.
Performances à l'échelle de milliards
Les index vecteurs à grande échelle conservent les centroids des clusters dans la mémoire et les vecteurs sur le disque, ce qui permet de rechercher des milliards de vecteurs avec une très forte précision sans avoir à les stocker tous dans la RAM.
Support de la couche cloud jusqu'au bout du réseau
Couchbase Lite permet la recherche vectorielle et hybride sur les appareils iOS, Android, sur les postes de travail et dans les applications intégrées, et elle se synchronise avec Couchbase Capella, ce qui permet aux applications d’IA sur les périphériques mobiles de répondre localement et de continuer à fonctionner indépendamment de la connectivité.
Recherche de similitudes, recherche hybride
La similitude est un outil puissant, mais les scénarios du monde réel nécessitent une recherche hybride qui intègre le texte, les géolocalisations, les plages de recherche et les données opérationnelles. Grâce à plusieurs options d’indexation, les développeurs peuvent ajuster précisément leur stratégie de recherche hybride pour obtenir des performances optimales et une pertinence maximale.
Applications Agentic et RAG
Les agents IA nécessitent un contexte pertinent, une mémoire durable et un accès régulé aux données en temps réel. Sur le Couchbase AI Data Plane, la recherche vectorielle fonctionne en parallèle avec l’Agent Memory et le MCP Server pour fournir les trois fonctionnalités. En utilisant RAG, les équipes peuvent rendre leurs applications IA plus sécurisées, plus précises et à jour.
Détection des fraudes et des anomalies
En convertissant le comportement et les transactions des utilisateurs en vecteurs, ces modèles peuvent être comparés à d'autres représentations vectorielles similaires susceptibles de signaler une fraude. La recherche de vecteurs est efficace pour traiter des données à haute dimension et effectuer des comparaisons de similitude.
Edge et les applications AI mobiles
La recherche vectorielle en cours sur les appareils mobiles et embarqués offre les avantages de l'informatique à la périphérie : temps de réponse millisecondes, faible bande passante et coûts d'accès au cloud, ainsi que des résultats personnalisés sans que les données sensibles quittent l'appareil. Les applications continuent de servir les utilisateurs en cas d'interruption de la connexion réseau, et Couchbase Lite 4.1 ajoute la synchronisation peer-to-peer via Bluetooth pour les équipes travaillant en dehors de la couverture réseau.
Ce que disent les clients
-
“Les nouvelles fonctionnalités de recherche vectorielle de Couchbase transforment la manière dont nous proposons une découverte vidéo à forte intelligence contextuelle aux entreprises.”
Ian Merrington, Directeur technique, Seenit92%
une mise en œuvre plus rapide des nouvelles fonctionnalités
-
“Les données de communication en temps réel de Couchbase ainsi que les requêtes à très forte concurrence améliorent considérablement les performances et la stabilité de l’application Assistant d’IA.”
Andy Qiu, PDG, Jinmu70M
documents
Des collègues très variés discutent et travaillent ensemble pour créer une nouvelle application à l’aide d’un ordinateur portable lors d’une réunion dans un lieu de travail moderne. -
"Couchbase Search nous permet de fournir très efficacement des résultats de recherche aux clients à partir d'ensembles de données extrêmement volumineux.
Brant Burnett, Architecte système, CenterEdge Software360°
insights clients pour leurs clients
Des hommes d'affaires qui travaillent avec des ordinateurs, des documents et qui conversent. -
“ Ce que Couchbase a réalisé avec SQL++ est l’une des choses les plus innovantes apportées au secteur des bases de données au cours des dernières décennies. ”
Bill House, Vice-président de l'ingénierie, SWARM Engineering400%
un temps de planification plus rapide
FAQ sur la recherche vectorielle
Des réponses rapides concernant la recherche vectorielle de Couchbase, notamment la comparaison avec les bases de données vectorielles indépendantes, les types d'index à utiliser et la manière dont elle prend en charge les workloads d'edge et RAG.
Couchbase est une plateforme multi-modèles qui combine une recherche vectorielle performante avec des techniques de recherche textuelle, géospatiale et autres, éliminant ainsi la nécessité d'une base de données vectorielle distincte et autonome.
Couchbase prend en charge trois types d’index principaux : Hyperscale pour des ensembles de données à l’échelle de milliards, Composite pour des recherches filtrées à haute vitesse, et Search pour des requêtes hybrides semantiques-clés.
Oui. Couchbase Lite permet la recherche vectorielle et hybride sur iOS, Android, PC et appareils embarqués, ce qui permet aux fonctionnalités d’IA d’intervenir localement, de protéger les requêtes sensibles et de fonctionner indépendamment de la connectivité.
Couchbase stocke les embeddings aux côtés des données sources, et le Data Plane d’IA peut les générer automatiquement à partir de données structurées et non structurées, permettant ainsi aux systèmes d’apprentissage machine de récupérer un contexte d’entreprise précis et privé.
La recherche hybride vectorielle combine la similitude sémantique, les mots clés, les filtres géospatiaux et de portée dans une seule requête. Couchbase traite toutes les conditions de recherche en une seule étape, sans fusion des résultats côté application.
Continuez d'explorer
-
DOCUMENTATION
Introduction à la recherche vectorielle
-
GUIDE
Créer une recherche sémantique avec Hyperscale et des index vectoriels Composite
-
BENCHMARK
Tests de recherche vectoriels : Couchbase est 350 fois plus rapide que MongoDB à l’échelle de milliards d’éléments.