向量数据库 VectorDB
VectorDB 通过元数据过滤和向量检索结合查询结果，支持基于关键词和短语的 BM25 检索结合向量检索，并可通过多种检索进行多路召回和融合排序。
- 适合语义检索、相似性检索和 RAG 知识库。
- 数据更新时会自动更新索引，提供检索效果。
- 支持企业级多租户隔离、安全白名单、TLS 传输加密等能力。
向量数据库与 PostgreSQL 关系型数据库区别说明
百度智能云 VectorDB 面向向量检索、语义检索和大模型私域知识库等场景，云数据库 RDS for PostgreSQL 则提供高性能、高可靠的关系型数据库服务，兼容 SQL 标准并支持复杂数据类型。两类数据库适合解决的问题不同，也可在业务架构中协同使用。
核心区别看检索目标
VectorDB 强调向量检索和多路召回，RDS for PostgreSQL 强调关系型数据管理、SQL 标准和高可靠数据库实例。
RDS for PostgreSQL
云数据库 RDS for PostgreSQL 提供高性能、高可靠的关系型数据库服务，完全兼容 SQL 标准，支持丰富聚合分析函数、复杂自定义数据类型和插件扩展。
- 适合事务数据、结构化业务数据和 SQL 查询分析。
- RDS 提供 Web 界面配置、操作数据库实例。
- 提供数据备份和恢复、安全管理、监控和扩展能力。
什么时候选 VectorDB
当业务核心是基于文本、图片、知识片段或 Embedding 做相似性查询和大模型增强问答时，向量数据库更贴合检索链路。
语义检索
VectorDB 可将向量检索与元数据过滤结合，查询出用户想要的结果，适合按语义相似度查找内容。
查看检索能力 ↗混合检索
VectorDB 支持基于关键词和短语的 BM25 检索结合向量检索，提供精确检索能力。
查看 BM25 检索 ↗RAG 知识库
应用场景中提到，可将用户知识库内容录入向量数据库，通过相关知识的相似性检索实现基于知识库的问答。
查看应用场景 ↗什么时候选 PostgreSQL
当业务需要关系型数据库、事务一致性、SQL 标准、实例管理、备份恢复和高可用能力时，可优先评估 RDS for PostgreSQL。
关系型业务数据
RDS 是 Relational Database Service，提供专业、高性能、高可靠的云数据库服务，适合结构化业务系统。
查看 RDS 文档 ↗SQL 与复杂数据类型
PostgreSQL 版完全兼容 SQL 标准，支持丰富聚合分析函数、复杂自定义数据类型，并可通过插件实现自定义功能扩展。
查看 PostgreSQL 能力 ↗高可用与安全
PostgreSQL 产品页列出双机高可用版、Raft 金融版等系列，并提供透明数据加密 TDE 等安全能力。
查看产品系列 ↗两类数据库可以如何协同
在大模型应用中，关系型数据库可管理账号、订单、权限、业务状态等结构化数据，向量数据库可管理知识片段向量和语义检索链路。
结构化数据留在 RDS
RDS 提供数据库实例配置、操作、备份恢复、安全管理和监控能力，更适合承载事务型和结构化业务数据。
查看 RDS 能力 ↗语义检索交给 VectorDB
VectorDB 支持向量检索、元数据过滤、BM25、融合排序和百亿级向量规模，适合构建检索增强链路。
查看 VectorDB 能力 ↗用接口打通业务
VectorDB 提供简洁访问接口，RDS 开发者参考也说明可通过云 API 完成重复性工作，便于自动化和组合能力。
查看开发者参考 ↗常见问题
以下内容基于百度智能云 VectorDB 产品页、RDS 文档首页和 RDS for PostgreSQL 产品页。
向量数据库和关系数据库的区别是什么？
向量数据库侧重向量检索、语义检索、元数据过滤和多路召回；关系型数据库侧重 SQL、结构化数据、实例管理、事务型业务和备份恢复。
PostgreSQL 能替代向量数据库吗？
PostgreSQL 适合关系型数据和 SQL 场景；如果业务需要大规模向量检索、BM25 与向量检索结合、融合排序和 RAG 知识库，可评估 VectorDB。
VectorDB 适合什么应用？
产品页应用场景提到大模型私域知识库，可将用户知识库内容录入向量数据库，通过相似性检索实现基于知识库的问答。
RDS for PostgreSQL 有哪些优势？
PostgreSQL 版提供高性能、高可靠的关系型数据库服务，兼容 SQL 标准，支持复杂数据类型、插件扩展、弹性扩容、高安全和高可用产品系列。
按数据类型和检索方式选择数据库
结构化业务数据、SQL 和事务场景优先评估 RDS for PostgreSQL；语义检索、RAG、Embedding 相似性检索和多路召回场景优先评估 VectorDB。