亚马逊云科技今日宣布，DynamoDB向量搜索功能正式全面开放。DynamoDB是亚马逊旗下高可用NoSQL键值与文档数据库，专为高速、大规模场景设计。

DynamoDB于2021年推出，历经多次迭代，如今已成为开发者构建高性能应用的首选数据库，无需额外运维操作即可获得稳定性能。该服务广泛应用于无服务器Web和移动应用、游戏、广告技术、物联网、零售以及需要高吞吐、低延迟访问的各类应用场景。

此次更新带来了单位数毫秒级延迟的向量搜索能力，查询召回率高达99%，支持包括数万亿向量在内的任意规模数据，开发者无需自行配置、修补或管理任何服务器。

借助这一更新，DynamoDB能够支持需要语义检索的大规模应用，包括AI应用与智能体记忆、检索增强生成（RAG）、推荐引擎、个性化服务以及异常检测等场景。

向量数据库能力对AI开发至关重要，因为它存储着称为"嵌入"的高维数据，支持基于语义而非关键词匹配的快速相似性搜索。许多AI系统将向量数据库作为长期记忆，处理大量非结构化数据，帮助大语言模型和智能体构建上下文，从而提升回复准确性、减少幻觉等错误输出。

将向量搜索能力集成到DynamoDB的核心优势在于：大量开发者已在使用该服务处理其他数据，现在他们可以将向量搜索与业务运营数据统一在同一服务上运行，共享相同的托管无服务器基础设施，并采用按请求付费的定价模式。

在此次更新之前，开发者需要将主数据存储与向量搜索功能分开运行，增加了架构复杂度。

目前，亚马逊云科技在多个专用数据库中提供多种原生向量搜索能力，主要包括：S3 Vectors（面向云对象存储的原生存储、索引及亚秒级相似性查询引擎）和OpenSearch Service（提供全托管向量搜索，具备支持十亿级数据集的无服务器向量引擎）。

Q&A

Q1：DynamoDB向量搜索功能有什么性能指标？

A：DynamoDB新增的向量搜索功能支持单位数毫秒级查询延迟，召回率高达99%，可支持包括数万亿向量在内的任意规模数据，且开发者无需自行管理服务器，采用按请求付费的定价模式。

Q2：DynamoDB向量搜索能支持哪些AI应用场景？