🎯 Definicja
SQL Server 2025 wprowadza natywną obsługę AI i Wektorów. To rewolucja: Możesz robić “Seamantic Search” (wyszukiwanie po znaczeniu) bezpośrednio w bazie SQL, używając zwykłego języka T-SQL. Nie potrzebujesz osobnej bazy wektorowej (jak Pinecone).
🔑 Kluczowe punkty
- Typ
VECTOR: Nowy typ danych do przechowywania embeddingów (np.vector(1536)). - Indeks
DiskANN: Super-szybki indeks opracowany przez Microsoft do przeszukiwania wektorów (działa na dysku SSD, nie musi być cały w RAMie). - RAG w bazie: Możesz budować systemy RAG (Retrieval Augmented Generation), trzymając dane firmowe bezpiecznie w SQL Serverze on-premise.
📚 Szczegółowe wyjaśnienie
Wcześniej, aby dodać AI do aplikacji, musiałeś:
- Wyciągnąć dane z SQL.
- Wysłać do Pinecone/Weaviate.
- Tam szukać.
Teraz robisz to w jednym zapytaniu SQL:
SELECT * FROM Products ORDER BY VECTOR_DISTANCE(description_vector, @my_query_vector).
💡 Przykład zastosowania
Sklep internetowy. Klient wpisuje: “Coś ciepłego na zimę w góry”.
Stary SQL (LIKE '%góry%'): Znajduje “Rower górski” (Błąd).
Nowy SQL (Vector Search): Znajduje “Kurtka puchowa”, “Czapka wełniana”. (Bo semantycznie pasują do “zimę w góry”).
📌 Źródła
- Microsoft SQL Server 2025 Release Notes.
👽 Brudnopis
- To odpowiedź Microsoftu na pgvector w PostgreSQL. Bazy relacyjne wchłaniają funkcje baz wektorowych.