向量数据库中存放的是向量本身（即数据向量化后的高维数值表示），同时会关联存储原始数据的ID和元数据。

具体来说，向量数据库包含以下内容：

1. 向量本身（核心存储）

• 原始数据经过embedding模型处理后得到的数值向量
• 通常是浮点数数组（如128维、768维、1536维等）
• 这些向量才是向量数据库真正用于相似性搜索的核心数据

2. 关联存储的信息

• 原始数据的ID：用于反向查找原始数据
• 元数据：原始数据的其他属性（如文本内容、标签、时间戳等）
• 索引结构：用于加速相似性搜索的索引（如HNSW、IVF等）

典型存储结构示例：

{
  "vector": [0.12, -0.34, 0.56, ...],  # 768维向量
  "id": "doc_001",                     # 原始数据ID
  "metadata": {                        # 元数据
    "text": "人工智能是未来...",
    "category": "科技",
    "timestamp": "2024-01-15"
  }
}

工作流程：

原始数据 → Embedding模型 → 向量化 → 存入向量数据库
   ↓         ↓
 文本/图片   向量存储 + ID + 元数据
   ↓
 搜索时：查询向量 → 相似度计算 → 返回最相似的向量 → 通过ID获取原始数据

常见的向量数据库：

• Pinecone、Weaviate、Qdrant：同时存储向量和元数据
• Milvus、Chroma：向量 + ID + 可选的元数据
• Faiss（更偏向索引库）：主要关注向量索引，元数据需要外部管理

简单说：向量是主角，ID和元数据是重要的配角，三者一起才能实现完整的检索功能。