> ## Documentation Index
> Fetch the complete documentation index at: https://javaai.pig4cloud.com/llms.txt
> Use this file to discover all available pages before exploring further.

# MariaDB 向量数据库

Spring AI 中的 MariaDB 向量数据库集成了 MariaDB 的向量功能，提供向量存储和搜索能力。

## 概述

MariaDB 向量数据库支持：

* 关系型向量存储
* 基于 SQL 的向量操作
* 全文搜索集成
* 事务支持

## 特性

<CardGroup cols={2}>
  <Card title="关系型" icon="database">
    关系型向量存储
  </Card>

  <Card title="SQL 支持" icon="code">
    基于 SQL 的操作
  </Card>

  <Card title="事务" icon="exchange-alt">
    事务支持
  </Card>

  <Card title="集成" icon="plug">
    全文搜索集成
  </Card>
</CardGroup>

## 实现

### 基本设置

```xml theme={"system"}
<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-mariadb-vectordb</artifactId>
    <version>${spring-ai.version}</version>
</dependency>
```

### 配置

```properties theme={"system"}
# MariaDB 向量数据库配置
spring.ai.mariadb.vectordb.enabled=true
spring.ai.mariadb.vectordb.url=jdbc:mariadb://localhost:3306/vectordb
spring.ai.mariadb.vectordb.username=root
spring.ai.mariadb.vectordb.password=password
spring.ai.mariadb.vectordb.table-name=vectors
```

### 用法

```java theme={"system"}
@Service
public class MariaDBVectorService {
    private final MariaDBVectorClient vectorClient;

    public MariaDBVectorService(MariaDBVectorClient vectorClient) {
        this.vectorClient = vectorClient;
    }

    public void storeVector(String id, float[] vector, Map<String, Object> metadata) {
        vectorClient.store(id, vector, metadata);
    }

    public List<SearchResult> searchSimilar(float[] queryVector, int k) {
        return vectorClient.search(queryVector, k);
    }
}
```

## 向量操作

### 1. 向量存储

```java theme={"system"}
@Configuration
public class MariaDBVectorStorageConfig {
    @Bean
    public VectorStorage mariaDBVectorStorage(MariaDBVectorProperties properties) {
        return new MariaDBVectorStorage(properties);
    }
}
```

### 2. 相似性搜索

```java theme={"system"}
@Configuration
public class MariaDBSimilaritySearchConfig {
    @Bean
    public SimilaritySearch mariaDBSimilaritySearch(MariaDBVectorProperties properties) {
        return new MariaDBSimilaritySearch(properties);
    }
}
```

### 3. 事务管理

```java theme={"system"}
@Service
@Transactional
public class TransactionalVectorService {
    private final MariaDBVectorClient vectorClient;

    public void storeVectorWithTransaction(String id, float[] vector) {
        vectorClient.store(id, vector);
    }
}
```

## 高级特性

### 自定义表配置

```java theme={"system"}
@Configuration
public class TableConfig {
    @Bean
    public TableConfig tableConfig() {
        return TableConfig.builder()
            .name("vector_table")
            .vectorColumn("vector")
            .metadataColumns(Arrays.asList("title", "content"))
            .build();
    }
}
```

### 索引配置

```java theme={"system"}
@Configuration
public class IndexConfig {
    @Bean
    public IndexConfig indexConfig() {
        return IndexConfig.builder()
            .name("vector_index")
            .type(IndexType.VECTOR)
            .dimension(1536)
            .build();
    }
}
```

### 监控

```properties theme={"system"}
management.endpoints.web.exposure.include=mariadb-vectordb
management.endpoint.mariadb-vectordb.enabled=true
```

## 最佳实践

<Note>
  使用 MariaDB 向量数据库时，请考虑以下最佳实践：
</Note>

* **表设计**：设计高效的表结构
* **索引管理**：优化索引配置
* **事务管理**：使用适当的事务级别
* **连接池**：配置连接池
* **监控**：设置全面的监控

## 故障排除

常见问题及解决方案：

1. **连接问题**
   * 验证数据库连接
   * 检查凭据
   * 查看网络设置

2. **性能问题**
   * 优化表结构
   * 配置索引
   * 查看查询模式

3. **存储问题**
   * 监控表大小
   * 执行清理
   * 查看保留策略

<Card title="文档有误？请协助编辑" icon="pencil" href="https://github.com/javaai-pig4cloud-com/javaai-docs/edit/main/spring-ai/api/vectordbs/mariadb.mdx">
  发现文档问题？点击此处直接在 GitHub 上编辑并提交 PR，帮助我们改进文档！
</Card>