Vector Database

Una base de datos tradicional responde preguntas como «dame los clientes de Monterrey». Una base de datos vectorial responde «dame los 5 documentos cuyo significado se parezca más a esta pregunta», incluso entre millones de documentos y en milisegundos.

Es la pieza de almacenamiento típica de un sistema Retrieval-Augmented Generation.

Almacena vectores junto con metadatos y el texto original, y construye índices de búsqueda aproximada de vecinos más cercanos (ANN) como HNSW o IVF para evitar comparar la consulta con cada vector. Funciones clave: filtrado por metadatos, búsqueda híbrida, actualización incremental y escalado horizontal.

Existen bases especializadas y también extensiones de bases tradicionales (por ejemplo, pgvector para PostgreSQL). Para colecciones pequeñas, una búsqueda exacta en memoria puede ser suficiente.

Permite que la búsqueda semántica funcione a escala, con latencias compatibles con una conversación.