| 失效链接处理 |
|
MySQL 宣布正式拥抱 AI
相关截图：
主要内容：
如果你写过后台，大概率跟 MySQL 打过交道。它是一个开源的关系型数据库，1995 年由 Michael Widenius 等人写出来，后来进入 Oracle 旗下，一路走到今天。网站的用户表、订单表、库存表，很多都躺在它里面。
它擅长的就是用表把数据分门别类存好，用 SQL 把它们查出来，用事务保证扣库存和写订单一起成功，或者一起回滚。再往后，主从复制、备份、权限，把一套系统撑到能上线。
很长一段时间里，模型和向量检索要另外搭一套服务，再把库里的数据导过去。2024 年 7 月，MySQL 9.0 带来了原生的 VECTOR 类型，云上的 MySQL HeatWave 把生成式 AI 做进了数据库。想把同样的能力留在自己机房里，企业版还有 MySQL AI 这个本地选项。有些 AI 能力，可以在 MySQL 里完成。
开始拥抱 AI
可以分成三块来看。用之前先分清，能少走弯路。
第一块，向量可以当列来存。 从 MySQL 9.0 起，表里可以有一种叫 VECTOR 的列。一个向量就是一串小数，用来表示一句话、一段文档在“意思”上的位置。意思相近的内容，这些小数也更接近。社区版可以建这种列，也能用 STRING_TO_VECTOR() 写入、用 VECTOR_TO_STRING() 读出来。它默认长度是 2048 维，上限 16383 维，每一维是一个单精度浮点数。这种列目前不能当主键或普通索引。
第二块，库里能做语义检索和问答。 DISTANCE() 用来算两个向量有多近，支持余弦、点积和欧氏距离。生成式这一侧会把 PDF、HTML、TXT、PPT、DOCX 切成小段，生成向量，存进普通的 MySQL 表。之后你用自然语言提问，sys.ML_RAG 会先找出相关段落，再交给库内的大模型组织答案，并带上引用。在 HeatWave 上，MySQL 9.5.0 起还可以把“语义相近”和“关键词命中”合在一起查。
第三块，预测类的机器学习也在库里。 AutoML 让你对一张业务表调用 sys.ML_TRAIN，比如判断一个客户会不会再次下单。训练和预测都用 SQL 完成，数据留在原来的库里。
这三块里，向量列本身从 MySQL 9.0 就有，社区版可以存、可以做格式转换。库内大模型、向量存储和 AutoML 则有两个落点：完全在本地跑，用企业版的 MySQL AI；跑在云上，用 HeatWave GenAI。
完全在本地跑，用的是 MySQL AI
如果你的需求是 AI 功能整个留在自己的机器上，对应的产品是 MySQL AI，它是 MySQL 企业版的本地部署选项。内置大模型、向量存储、AutoML 这些能力，它都带到了本地环境。模型在 CPU 上运行，不用单独配 GPU。
文档放在本机目录里即可。安装时会指定一个允许读取的目录，默认常见的是 /var/lib/mysql-files。下面这句把一份退货说明读进来，切段、编码，再写进向量表：
|
联系锋哥QQ：3320160706
苏公网安备 32061202001004号
