跳到正文
SGSteven Guan

主分支

存储与数据库

数据角色分工、检索引擎选型、跨库一致性、容量和云采购。

要解决的问题系统真相、原件与派生索引分别存哪里?

检索别名:storage · database · vector database

BLUEPRINT局部蓝图

01 输入

  1. 数据职责与业务合同
  2. 负载、预算和恢复目标
→

02 处理机制

  1. 确定权威与派生层
  2. 比较引擎和托管路线
  3. 验证一致性、容量和恢复
→

03 输出与证据

  1. 可维护的数据架构
  2. 具备证据的选型决策

EXPLORE THIS BRANCH

继续深入 · 3 个方向

数据层先回答谁拥有真相、谁保存原件、谁只是派生索引,再决定使用哪些数据库。Task状态、授权和来源版本需要可靠事务,长文件需要稳定对象引用,搜索需要适合词法、向量与过滤的索引;这些角色可以共库,也可以随着负载拆分。

云优先的起点是托管关系库、对象存储与一个检索路线。选型不采用“达到某个向量数就必须迁移”的单阈值,而是比较实际维度、过滤分布、更新率、并发、冷热和恢复目标。引擎能力、供应商自报性能和企业实测分别记录。

本分支给出各产品的适用与维护边界,也解释outbox、一致性、容量和托管采购。检索算法原理与记忆语义在相邻分支维护,避免每个产品页面重复一份RAG教程。

PRIMARY SOURCES

来源与阅读边界

来源按研究截止日整理。官方文档说明能力和约束,代码只证明对应版本,论文与讲座不自动证明生产效果。 资料截止:2026-10-15。

  1. pgvector:共库路线 ↗公开代码
  2. AWS:跨系统一致性 ↗官方文档 / 声明