什麼是 Oracle AI Database 26ai 的 VECTOR 資料型別 文/恆逸資深講師申建忠

 

什麼是 Oracle AI Database 26ai 的 VECTOR 資料型別

申建忠 Frank Shen

• 精誠資訊 恆逸教育訓練中心 資深講師
• 技術分類：資料庫

 

 

VECTOR 是 Oracle AI Database 26ai 中全新引入的原生資料型別，用來儲存「向量嵌入值」（Vector Embeddings），並支援在資料庫內直接執行語意相似性搜尋（Similarity Search）。

簡單來說，就是讓你把非結構化資料（文字、圖片、音訊等）透過 Embedding 模型轉換成向量後，直接存在 Oracle 資料庫裡面，不用再把資料搬到另外一套向量資料庫（像 Pinecone、Milvus 之類）。

為什麼需要 VECTOR？

傳統的關聯式查詢是做「關鍵字比對」，而 VECTOR能做到「語意搜尋」：

傳統搜尋	語意搜尋
搜尋 "dog" → 只回傳有 "dog" 的資料	搜尋 "puppy" → 也能回傳有 "dog"、"doggie"、"Labrador" 的資料
字面相等	語意相似

在向量空間裡，語意相近的資料點彼此距離比較近，所以「找到最接近的 K 個向量」就等於「找到語意最相關的K個結果」。

建立表格與向量欄位

CREATE TABLE my_vectors (id NUMBER, embedding VECTOR);

不指定維度和格式時，可以存入不同維度、不同數值型態的向量（適合開發階段）。

指定維度與格式

CREATE TABLE docs (
    doc_id     INT,
    doc_text   CLOB,
    doc_vector VECTOR(384, FLOAT32) -- 384 維，FLOAT32 格式
);

維度取決於你使用的 Embedding 模型，舉例來說：

• Cohere embed-english-v3.0 : 1024 維
• OpenAI text-embedding-3-large : 3072 維
• Hugging Face all-MiniLM-L6-v2 : 384 維

支援的維度格式（Dimension Format）

格式	說明
INT8	8-bit 整數
FLOAT32	32-bit IEEE 浮點數
FLOAT64	64-bit IEEE 浮點數
BINARY	每個維度 1 bit（以 packed UINT8 儲存），儲存空間縮小 32 倍，距離運算可快 40 倍

注意：BINARY 向量的維度必須是 8 的倍數。非 BINARY 向量最大 65535 維，BINARY 向量最大 65528 維。

DENSE 與 SPARSE 向量

預設是 DENSE（稠密）向量，每個維度都有值。你也可以建立 SPARSE（稀疏）向量，只儲存非零維度：

-- DENSE（預設）
VECTOR(384, FLOAT32, DENSE)

-- SPARSE（只存非零值，節省空間）
VECTOR(10000, FLOAT32, SPARSE)

• Dense 向量：由 BERT、Sentence Transformers 等模型產生，適合語意搜尋。
• Sparse 向量：由 SPLADE、BM25 等模型產生，每個非零維度代表一個關鍵字，適合對關鍵字敏感度要求高的場景。

兩者可以結合做 Hybrid Vector Search（混合搜尋），同時拿到語意 + 關鍵字的最佳效果。

向量值的文字表示

在 SQL 中，向量值用純字串表示（方括號 + 逗號分隔）：

-- 建立表格
CREATE TABLE my_vect_tab (word VARCHAR2(10),v01 VECTOR(2, INT8));

-- 插入資料
INSERT INTO my_vect_tab VALUES('A','[1,1]'),('B','[2,1]'),('C','[2,2]'),('D','[1,2]');

-- 查詢
SELECT * FROM my_vect_tab;
"WORD","V01"
"A","[1,1]"
"B","[2,1]"
"C","[2,2]"
"D","[1,2]"

距離函數（Distance Functions）

VECTOR_DISTANCE(vector1, vector2, metric)

輸入兩個向量，回傳它們之間的距離（BINARY_DOUBLE）

不指定 metric 時，預設使用 COSINE（BINARY 向量預設使用 HAMMING）

支援的度量（Metrics）

Metric	說明
COSINE	餘弦距離(預設)
DOT	內積
EUCLIDEAN	歐幾里德距離(L1)
EUCLIDEAN_SQUARED	歐幾里德距離但不開根號
MANHATTAN	曼哈頓距離(L2)
HAMMING	漢明距離
JACCARD	Jaccard 距離（僅限BINARY向量）

向量運算子（Operator）

運算子	對等函數
v1<->v2	VECTOR_DISTANCE(v1, v1, EUCLIDEAN)或L2_DISTANCE(v1,v2)
v1<=>v2	VECTOR_DISTANCE(v1, v1, COSINE)或CONSINE_DISTANCE(v1,v2)
v1<#>v2	-1* VECTOR_DISTANCE(v1, v1, DOT)或INNER_PRODUCT(v1,v2)

-- 找語意最接近的 5 筆（精確搜尋）
SELECT word,v01,vector_distance(v01,to_vector('[1,0]',2,INT8)) dist
FROM my_vect_tab
ORDER BY dist ASC
FETCH FIRST 5 ROWS ONLY;
"WORD","V01","DIST"
"B","[2,1]",0.10557280900008414
"A","[1,1]",0.29289321881345254
"C","[2,2]",0.29289321881345254
"D","[1,2]",0.5527864045000421

-- 使用向量運算子（更簡潔）
SELECT word,v01,vector_distance(v01,to_vector('[1,0]',2,INT8)) dist
FROM my_vect_tab
ORDER BY v01<=> to_vector('[1,0]',2,INT8) ASC
FETCH FIRST 5 ROWS ONLY;

常見錯誤：
ORA-51812: The vector SQL function VECTOR_DISTANCE() requires all
input vectors to have the same dimension format : encountered dimension formats (INT8, FLOAT32).

解決方法：使用to_vector()變更vector格式

向量索引（Vector Index）

向量索引可以加速搜尋，用近似結果換取效能。Oracle 支援兩種索引：

IVF（Inverted File）索引

基於分區（partition-based）的索引，適合大規模資料。

CREATE VECTOR INDEX vec_v01_idx1 ON my_vect_tab (v01)
  ORGANIZATION NEIGHBOR PARTITIONS
  DISTANCE COSINE
  WITH TARGET ACCURACY 90;

HNSW（Hierarchical Navigable Small World）索引

基於圖（graph-based）的索引，適合需要高查詢效能的場景。

CREATE VECTOR INDEX vec_v01_idx2 ON my_vect_tab (v01)
  ORGANIZATION INMEMORY NEIGHBOR GRAPH
  DISTANCE COSINE
  WITH TARGET ACCURACY 95;

索引參數說明

參數	IVF	HNSW
DISTANCE	COSINE(預設)	COSINE(預設)
WITH TARGET ACCURACY	1~100	1~100
NEIGHBOR PARTITIONS	分區數（1 ~ 10,000,000）
NEIGHBORS		最大鄰居數（2 ~ 2048）
EFCONSTRUCTION		建立時每步考慮的候選數（1 ~ 65535）

注意：SPARSE 向量只能建立 HNSW 索引，不能建立 IVF 索引。

向量運算

VECTOR 型別支援跟數字一樣的運算子，運算會作用在每個維度元素上：

-- 加法
SELECT to_vector('[1,1]',2,INT8)+to_vector('[2,1]',2,INT8);
[3,2]

-- 減法
SELECT to_vector('[1,1]',2,INT8)-to_vector('[2,1]',2,INT8);
[-1,0]

-- 乘法
SELECT to_vector('[1,1]',2,INT8)+to_vector('[2,1]',2,INT8);
[2,1]

--avg(),sum()
SELECT sum(v01),avg(v01) FROM my_vect_tab;
"SUM(V01)","AVG(V01)"
"[6.0E+000,6.0E+000]","[1.5E+000,1.5E+000]"

限制（Restrictions）

不能用在以下場景的 VECTOR 欄位：

• IOT（Index-Organized Table）
• Cluster / Cluster Table
• Global Temporary Table
• 分區鍵（Partitioning Key）
• Primary Key、Foreign Key
• Unique / Check Constraint（NOT NULL 除外）
• Default Value
• 非向量索引（B-tree、Bitmap、Text、Spatial 等）

不支援的 SQL 構建（針對 VECTOR 欄位）：

• DISTINCT、COUNT DISTINCT
• ORDER BY、GROUP BY（直接用 VECTOR 欄位）
• JOIN 條件中直接使用 VECTOR 欄位
• 比較運算子（>、<、= 等）

總結

VECTOR 資料型別讓 Oracle 從「只能存結構化資料」跨入「能直接處理 AI 語意搜尋」的領域，核心價值在於：

• 不用在資料庫間搬移資料：向量和業務資料在同一個資料庫裡
• 同一個SQL查詢：可以將關聯式過濾 + 向量相似搜尋合併在同一個查詢中
• 完整生態：PL/SQL、JDBC、JSON、External Table、Sharding 全面支援
• 資料庫內建 Embedding：匯入 ONNX 模型後直接用 SQL 產生向量，資料不用離開資料庫

這讓開發者可以用最熟悉的 SQL 來建構 AI 驅動的應用程式，而不用額外維繫一套向量資料庫。

您可在下列課程中了解更多技巧喔！

相關學習資源

• 23aiSQLOracle資料庫23ai/26ai之SQL實作
• 23aiPLSOracle資料庫23ai／26ai之PL／SQL實作