向量数据库实战
5 篇文章从向量读写开始，逐步加入业务检索与数据导入。
- Milvus 数据入库：三种写入方式与选择
用 jdbc-milvus 分别处理少量写入、迭代器分页写入和服务端 Import，区分返回计数、任务 ID 与失败处理。
- Milvus 混合检索：组合关键词与向量查询
用 SQL 配置 BM25、执行稠密向量与关键词两路检索，并通过 RRF 返回一个融合结果集。
- Milvus JDBC 入门：向量写入与检索
从一条向量查询开始，使用独立 jdbc-milvus 驱动完成连接、建集合、参数化写入和带业务条件的向量检索。
- Milvus 实体映射与 DAO 封装
将 Milvus 集合映射为 Java 实体，通过构造器 API 和 Mapper 方法组织检索，并按需更新字段。
- pgvector：向量映射与相似性检索
AI 时代的数据库应用越来越多地需要存储和检索向量数据。PostgreSQL 的 pgvector 扩展提供了高效的向量存储和相似性搜索能力，但在 Java 侧一直缺少优雅的映射方案。