用户期望在他们遇到的每一个应用程序和网站都有搜索功能。然而，超过80%的商业数据是非结构化的，以文本、图像、音频、视频或其他格式存储。Redis Enterprise如何实现矢量相似性搜索呢？答案是，将AI驱动的搜索功能集成到Redis Enterprise中，以实现矢量相似性搜索。
Redis Enterprise如何实现矢量相似性搜索？
1、将原始数据转换为嵌入向量
嵌入向量是无结构数据的数值表现形式，能够捕捉语义信息，通常由人工智能模型创建。图像、文本、视频甚至是一个音频，在Huggingface Model Hub的帮助下，每种内容都可以转换成各自的嵌入向量。转换后的数据被存储在Redis中。
2、Redis支持两种向量索引方法
Flat：一种蛮力（brute force）方法，它遍历所有可能的向量进行搜索。
HNSW：一种近似搜索的方法，能够以更快的速度获得结果，但精确度较低。
两种方法都具有相同的必需参数
3、索引只需创建一次
当新的哈希数据被存储在Redis中时，它们会自动重新建立索引。
4、Redis提供搜索功能
Redis提供搜索功能，将全文、标签和数值预过滤器与K Nearest Neighbors（KNN）向量搜索相结合。
5、Redis的优势
每秒查询次数（QPS）增加了12倍；
延迟降低至原来的十三分之一；
99.999%的高可用；
......
应用案例
l 文档检索
l 问答
l 推荐系统
l 视觉搜索
应用案例——推荐系统
应用案例——问答
