向量数据库是什么？相似检索、元数据与原文保存的分工
用手册片段检索解释向量数据库，说明向量、标识与附加字段，区分精确近邻和近似搜索，并列出模型迁移与权限更新时的核查重点。
先理解这个概念
向量数据库保存向量及其关联记录，并提供相似性检索等能力，常用于为RAG找到相关资料。记录还可以带原文标识和元数据，具体支持因产品而异。它不是生成答案的模型，也不自动判断内容真实。向量检索依赖兼容表示和索引设置，原文更新、权限与数据恢复仍需要独立管理。
向量与记录标识连接回实际资料
例如每个手册片段生成向量，保存一个稳定编号并关联正文位置。检索返回相似编号以后，应用再读取文本作为回答依据。若只留下向量而丢了原文，通常不能从这些数字完整恢复说明，也无法核对模型引用的句子。
Qdrant与Pinecone资料都描述向量检索及关联字段，但字段能力和限制并不完全相同。选择产品前应确认是否需要自带嵌入、外部生成向量或保存正文。本文解释这些分工，没有创建数据库或比较某服务的生产性能。
近似搜索的速度与覆盖需要一起观察
大量向量常采用近似近邻索引，利用搜索结构减少计算，但结果未必等同于穷举距离后的精确前几名。某些产品也支持精确搜索或不同模式。应使用相关问题检查证据召回，不能把返回很快直接理解为结果最好。
向量维度和距离方式应匹配嵌入模型。两个模型维数一样，也不代表坐标可直接比较。更换模型通常需要规划重新编码和切换索引，保留版本及样本对照，避免新查询在旧空间中看似正常却返回错误内容。
更新删除和权限需要验证实际索引状态
修改原始手册以后，要确认索引是否同步，而不是只更新文件。删除和权限变化也要检查，避免旧片段仍被检索。元数据可以帮助筛选，但筛选字段必须由可信程序维护，不能只让模型在返回后自行隐藏无权内容。
核查可以从一份已知资料开始，验证新增后可找到、更新后不再引用旧版本，再测试恢复所需记录。这里是验收设计，没有操作真实库。数据库提供检索基础，最终答案仍需核对证据，不能把数据库成功返回当作事实正确证明。
核对来源
以下资料用于核对概念和方法。文中的示例与测试范围分别注明，实际使用时请核对所用工具的版本。