Bancos de dados vetoriais armazenam e buscam eficientemente embeddings (representações vetoriais) por similaridade — possibilitando busca semântica, RAG e sistemas de recomendação. Eles são um componente de infraestrutura fundamental para aplicações de IA modernas que trabalham com embeddings.
O que bancos de dados vetoriais fazem
VECTOR DATABASE → stores EMBEDDINGS (vectors) and searches them by SIMILARITY:
→ store millions of vectors (representing documents, images, etc.)
→ given a query vector, efficiently find the most SIMILAR vectors (nearest neighbors)
→ optimized for high-dimensional vector similarity search at scale
→ enables fast semantic similarity search over large embedding collections
