.01
查询延迟：如 PineconeDB 这样的向量数据库可以在 50 毫秒内 完成查询，即使面对 百万级别的嵌入向量。 批量处理：OpenAI 嵌入 API 每秒可处理 数百条文本，支持实时应用。 维度 vs. 计算量：维度越高，向量存储的信息越多，但计算开销也会增加。例如，1536 维的向量能捕捉更多语境信息，但搜索时需要更强的算力。
节点（Nodes）：代表实体（如用户、产品）。 边（Edges）：定义关系（如“朋友关系”、“购买过”）。 属性（Properties）：存储额外信息（如时间戳、评分）。
既可以通过向量搜索找到 相似的节点， 也可以通过图数据库找到 它们的关系。
先用向量搜索找到兴趣相似的用户。 再用图数据库查询他们的朋友关系，找到 社交网络中的共同好友。
用 Pinecone 向量搜索：找到最相似的产品。 用 Neo4j 图数据库：查询该产品的用户购买关系，推荐最相关的商品。
电子商务推荐系统：找出相似商品，并结合购买行为给出更精准的推荐。 金融反欺诈：检测交易模式相似的用户，并分析他们的社交关联。
