腾讯云向量数据库（Tencent Cloud VectorDB）的 Python SDK 与Java SDK 是基于数据库设计模型，遵循 HTTP 协议，将 API 封装成易于使用的 Python 与 Java 函数或类，为开发者提供了更加友好、更加便捷的数据库使用和管理方式。
项目背景
随着人工智能技术的不断发展和应用，向量数据成为了越来越重要的数据形式。向量数据是指由多个维度数值组成的向量，它可以表示各种类型的数据，如图像、音频、文本等。在人工智能应用中，向量数据通常被用来表示特征，比如图像中的颜色、纹理、形状等特征，文本中的词向量等。为了存储、检索和分析这些向量数据，需要一种专门的数据库，即向量数据库。
腾讯云向量数据库（Tencent Cloud VectorDB）是一款全托管的自研企业级分布式数据库服务，专用于存储、检索、分析多维向量数据，支持多种索引类型和相似度计算方法。该数据库不仅能为大模型提供外部知识库，提高大模型回答的准确性，还可广泛应用于推荐系统、NLP 服务、计算机视觉、智能客服等 AI 领域。
产品能力
- 高性能 单索引支持10亿级向量数据规模，可支持百万级 QPS 及毫秒级查询延迟。
- 高可用 提供多副本高可用特性，其多可用区和三节点的架构可用性可达99.99%，显著提高系统的可靠性和容错性，确保数据库在面临节点故障和负载变化等挑战时仍能正常运行。
- 大规模 支持水平扩展，单实例可支持百万级 QPS，轻松满足 AI 场景下的向量存储与检索需求。
- 低成本 只需在管理控制台按照指引，简单操作几个步骤，即可快速创建向量数据库实例，全流程平台托管，无需进行任何安装、部署和运维操作，有效减少机器成本、运维成本和人力成本开销。
- 简单易用 丰富的向量检索能力，支持动态Schema，支持在写入数据时灵活扩展标量字段，无需预先定义所有的字段。多种向量索引算法，包括FLAT、HNSW、IVF系列等主流方法，并具有丰富的相似度计算方法，能够覆盖各类场景的应用需要。用户通过 HTTP API 接口即可快速操作数据库，开发效率高。同时控制台提供了完善的数据管理和监控能力，操作简单便捷。
- 稳定可靠 向量数据库源自腾讯集团自研的向量检索引擎 OLAMA，近40个业务线上稳定运行，日均处理的搜索请求高达千亿次，服务连续性、稳定性有保障。
我们致力于为用户提供高效、可靠的数据库服务，并将不断完善和优化产品功能。
开源项目链接：
https://github.com/Tencent/vectordatabase-sdk-python
https://github.com/Tencent/vectordatabase-sdk-java
