文档中心

云数据库 veDB MySQL 版

veDB-Search

veDB-Search 介绍

veDB-Search 是基于云数据库 veDB MySQL 版和云搜索服务（Cloud Search），面向 AI 检索场景，联合打造的一款支持标量、向量、全文混合检索的混合检索服务。其内置 veDB MySQL 到 Cloud Search 之间的自动数据同步，可降低传统数据链路维护成本。在 AI 检索场景中，用户仅使用 SQL 即可实现向量 + 全文 + 标量数据的管理与混合检索，助力用户检索提效。用户可以基于 AI 向量检索等能力，构建智能推荐、RAG 知识库、Agent 记忆库等 AI infra 基础设施。

产品架构

veDB-Search 基于分布式共享存储和云原生计算存储分离架构，深度融合自主研发的智能检索引擎和 Cloud Search，完全兼容 MySQL 语法，用户使用 SQL 即可完成纯标量谓词查询、纯向量 TopK 检索、标量 + 向量混合检索、标量 + 向量 + 全文混合检索、向量 + 全文多路召回的能力。

视频介绍

Replay

Play

00:00 / 00:00 Live

00:00

Fullscreen

Cssfullscreen

2x
1.5x
1x
0.75x
0.5x

Click and hold to drag

核心优势

内置数据同步

可通过执行 CREATE ANN INDEX 对 vector 或 text 列创建二级索引，系统会自动将索引数据同步至 Cloud Search。数据延迟通常处于百毫秒级别，全过程对用户透明，不需要用户自行构建数据同步链路。

智能检索引擎

直接执行 SQL 语句，优化器会判断查询条件是否涉及向量列或全文列，自动选择对应的索引。veDB MySQL 自动根据执行计划完成 ES 索引扫描和算子执行。如此一来，仅需使用 MySQL 协议即可实现向量、全文检索，极大地简化了开发复杂度。

具备极致性能与高性价比的向量数据库能力

veDB-Search 通过将向量数据同步到 Cloud Search 中构建对应的向量索引，利用 Cloud Search 提供的 DiskkAN 算法和 RabitQ 量化机制，为用户提供海量、高召回率、低时延的向量检索能力。

适用场景

电商：基于用户兴趣向量和关键词搜索推荐商品。

知识库：实现 PDF、Word 等文档内容的全文检索与文档召回；图片特征向量化存储，支持相似图片搜索。

Agent 记忆库

短期记忆：例如当前对话的上下文内容、会话上下文信息、临时变量等。

长期记忆：存储用户偏好、历史查询内容、大语言模型（LLM）参数等长期交互数据。

计费说明

使用 veDB-Search 功能，需要支付 veDB MySQL 实例和 ES 实例的费用。关于 veDB MySQL 实例和 ES 实例的计费项及价格，请参见 veDB MySQL 计费项与价格和 ES 计费项说明。

注意事项

veDB-Search 目前为邀测功能，如需使用，请提交工单联系技术支持申请。在邀测阶段内，使用 veDB-Search 相关功能的实例，都遵循邀测阶段的服务协议，详情请参见产品和服务协议。

使用说明

您可以按照以下步骤使用 veDB-Search 功能。

创建含有 veDB-Search 功能的 veDB MySQL 实例

在创建 veDB MySQL 实例时，需选择具备 veDB-Search 功能的内核版本，即小版本选择 veDB MySQL 3.3。

开通 veDB-Search 功能，并绑定云搜索服务实例。

可以选择绑定与 veDB MySQL 实例相同地域下的存量云搜索服务实例，或创建新的云搜索服务实例进行绑定，详情请参见创建实例。

说明

仅支持绑定版本为 OpenSearch 2.9.0 的云搜索服务实例。OpenSearch 2.9 版本支持向量和文本混合搜索，支持 DiskANN 算法，AI 场景。

连接实例

veDB-Search 语法说明

最近更新时间：2025.10.17 14:22:42

这个页面对您有帮助吗？

有用

无用