在MariaDB 11.7及以上版本中，可以直接在表中存储向量，支持生成AI应用中的复杂含义嵌入和检索增强生成（RAG）。通过创建向量索引和相似度搜索，可以高效检索相关数据，提高AI模型输入质量。
本文介绍了如何使用ChatGPT的Embeddings功能将文本转换为向量，并存储到Redis中，实现向量相似度搜索。通过调用ChatGPT的v1/embeddings接口，可以提取文本的向量表示。然后使用Redis实现向量的存储和搜索，包括创建Redis服务和注册服务。最后，在SearchController中实现了向量提取和相似度搜索功能，并提供了初始化方法用于创建索引和添加测试数据。
向量数据库是存储向量内容的数据库，常用于相似度搜索。向量化是将文本、音频、视频等内容转换为多维向量数组，并存储到向量数据库中的过程。向量数据库具有高可用性、高扩展性和计算密集型的特点，适用于文本搜索、图片、语音、视频搜索、推荐系统和异常检测等应用场景。
完成下面两步后，将自动完成登录并继续当前操作。
