सभी DB जल्द ही vector database बन जाएंगे

• vector DB कोई अलग DB category नहीं है
• बहुत जल्द graph, relational, document और key-value DB तथा cache सहित सभी DB किसी न किसी रूप में "vector search" को support करेंगे
• vector DB और non-vector DB के बीच की सीमा धुंधली हो जाएगी, और Pinecone, Weaviate, Milvus जैसे specialized vector DB प्रतिस्पर्धा के बीच अपनी गति और अलग पहचान खो देंगे
• अनुमान है कि मौजूदा DB अपने existing workload/user base का उपयोग करके नए RAG(Retrieval Augmented Generation) workload को हासिल करने की कोशिश करेंगे

[yangeok]

लगता है postgresql भी vector module को support करता है! उम्मीद है बाकी engines भी जल्दी support करें, haha

[simmani5]

पता नहीं
28 साल के अनुभव वाले डेवलपर के तौर पर, मुझे नहीं लगता???
चार्ट डेवलपमेंट लाइब्रेरी गायब नहीं होंगी, बल्कि और विकसित होंगी... DB में चार्ट डालने की ज़रूरत नहीं लगती।
अगर DB और चार्ट वगैरह को मिला भी दिया जाए, तो बस DB का हिस्सा ही बढ़ेगा,
और डेवलपर के तौर पर यह मुझे और चिंतित करता है। अभी भी सबसे बड़ी समस्या यह है कि हर दिन बढ़ते DB डेटा की वजह से सिस्टम धीरे होता जाता है; इसे हल करने के लिए ज़्यादा से ज़्यादा अलग रखना और स्पीड customization करना ही असली कुंजी है।

[sehandev]

vector search का मतलब है कि LLM जैसे deep learning models जिन Embedding का इस्तेमाल करते हैं, उन्हें vector के रूप में store किया जाता है, और उनके बीच की similarity आदि को अंदरूनी तौर पर तेज़ी से calculate करके खोजने या store करने जैसे काम किए जाते हैं। लेकिन मैं जानना चाहता हूँ कि यहाँ 차트 से आपका क्या मतलब है।

[gnh1201]

लगता है आपने 벡터 शब्द देखकर इसे आजकल की chart libraries में SVG जैसी vector images में rendering होने वाली चीज़ का पर्याय मानकर इस्तेमाल किया है.

यह ऐसा comment लगा जिसमें industry की स्थिति की कुछ समझ झलकती है, इसलिए दिलचस्प था.

वहाँ जो कहा जा रहा है, उसका मतलब यह है कि जिस Content-based address(reference) का ज़िक्र पहले सिर्फ़ theory में होता था, वह हाल के AI तकनीकी विकासों (जिसमें vectorizing जैसी संबंधित बातें भी शामिल हैं) की तेज़ प्रगति के कारण अब इतना आसान हो गया है कि यह अनुमान लगाया जा सकता है कि पारंपरिक DBMS में भी जल्द ही यह सुविधा देखने को मिलेगी.