---

前言

想象你走进一家数字化的披萨餐厅，这里用AI技术优化了点餐流程。让我们通过这个生动场景来解释向量数据库的核心概念。

场景设定：披萨特征向量化

这家餐厅把每种披萨用3个特征表示（实际应用中可能有几百维）：

• 咸度（0-10）
• 芝士量（0-10）
• 辣度（0-10）

现有3种披萨在"向量菜单"中：

披萨类型	向量表示
玛格丽特	[3, 8, 1]
辣香肠	[7, 6, 5]
四季披萨	[5, 5, 2]

顾客到来：生成查询向量

你说：“我想要一份比较咸、芝士多但不太辣的披萨”，AI将其转换为查询向量：
[7, 9, 2]

相似度计算实战

1. 欧氏距离计算（值越小越相似）

数学定义

L2(x,y) = √Σ(x_i - y_i)²

计算与玛格丽特披萨的距离：

√[(7-3)² + (9-8)² + (2-1)²] 
= √(16 + 1 + 1) 
= √18 ≈ 4.24

与辣香肠的距离：

√[(7-7)² + (9-6)² + (2-5)²]
= √(0 + 9 + 9)
= √18 ≈ 4.24

与四季披萨的距离：

√[(7-5)² + (9-5)² + (2-2)²]
= √(4 + 16 + 0)
= √20 ≈ 4.47

结果：玛格丽特和辣香肠并列最近（4.24）

2. 余弦相似度计算（值越大越相似）

数学定义：

cos(x,y) = (x·y)/(||x||*||y||)

计算与玛格丽特披萨的相似度：

分子：7*3 + 9*8 + 2*1 = 21 + 72 + 2 = 95
分母：√(7²+9²+2²) * √(3²+8²+1²) 
= √(49+81+4) * √(9+64+1)
= √134 * √74 ≈ 11.58 * 8.60 ≈ 99.6

相似度：95/99.6 ≈ 0.954
与辣香肠的相似度：

7*7 + 9*6 + 2*5 = 49 + 54 + 10 = 113
√134 * √(7²+6²+5²) = 11.58 * √110 ≈ 11.58*10.49≈121.5
相似度：113/121.5 ≈ 0.930

与四季披萨的相似度：

7*5 + 9*5 + 2*2 = 35 + 45 + 4 = 84
√134 * √(5²+5²+2²) = 11.58 * √54 ≈ 11.58*7.35≈85.1
相似度：84/85.1 ≈ 0.987

结果：四季披萨最相似（0.987）！

关键发现：度量选择影响结果

1. 欧氏距离推荐：
   • 玛格丽特（咸度3）和辣香肠（咸度7）
   • 虽然玛格丽特咸度不符合要求，但芝士量接近
2. 余弦相似度推荐：
   • 四季披萨（咸度5）
   • 因为它的特征比例最接近查询（咸:芝士:辣 ≈ 7:9:2 vs 5:5:2）

现实启示

• 欧氏距离像"绝对匹配"：适合找特征值接近的产品
• 余弦相似度像"比例匹配"：适合找风味组合相似的菜品
• 向量数据库就是这位聪明的服务员，能快速比较数百种披萨的特征

# 用代码验证我们的计算
import numpy as npmenu = {"Margherita": np.array([3, 8, 1]),"Pepperoni": np.array([7, 6, 5]),"Quattro": np.array([5, 5, 2])
}query = np.array([7, 9, 2])# 欧氏距离计算
print("欧氏距离：")
for name, vec in menu.items():dist = np.linalg.norm(query - vec)print(f"{name}: {dist:.2f}")# 余弦相似度计算
print("\n余弦相似度：")
for name, vec in menu.items():cosine = np.dot(query, vec) / (np.linalg.norm(query)*np.linalg.norm(vec))print(f"{name}: {cosine:.3f}")

输出结果：

欧氏距离：
Margherita: 4.24
Pepperoni: 4.24
Quattro: 4.47余弦相似度：
Margherita: 0.954
Pepperoni: 0.930
Quattro: 0.987

结语

这个美味的例子展示了：不同的相似度度量会导致不同的推荐结果，实际应用中需要根据业务需求选择合适的度量方式。向量数据库的价值就在于它能高效处理这类比较操作，即使面对百万级"菜单"也能快速响应。