datawhalechina/easy-vecdb

📚 从零开始的向量数据库原理与实践教程，在线阅读地址：https://easy-vecdb.datawhale.cc/

403

stars

332

commits

Jupyter Notebook

primary language

Aug 16, 2026

updated

datawhalechina.github.io/easy-vecdb/

ai-project

annoy

faiss

hnsw

ivfflat

lsh

milvus

rag

vector-database

Browse cluster: Vector Databases & Semantic Search →

README

Easy-vecDB

中文 | English

📚 在线阅读地址

📚 从零开始的向量数据库原理与实践教程

🧭 项目简介

EasyVecDB 是一个面向开发者与研究者的 向量数据库系统性学习项目。
项目内容覆盖从基础概念、算法原理到生产级应用部署的全流程，聚焦以下三个方向：

🧩 理论入门：理解向量数据库的原理、架构与索引机制
⚙️ 实战教程：掌握 Milvus / Faiss / Annoy 的使用与优化技巧
💡 项目案例：从零构建 RAG、嵌入检索、聚类可视化等完整项目

📖 内容导航

项目共分为 基础学习篇 与 实践篇 两个部分，对应导航栏配置如下：

章节	关键内容	状态
第一部分：基础学习篇（Base）	向量数据库原理、嵌入与搜索基础
Chapter 1 项目介绍	项目目标、整体学习路径	✅
Chapter 2 为什么需要向量数据库	检索瓶颈、相似度搜索原理	✅
Chapter 3 向量嵌入算法基础	Word2Vec、Transformer Embedding	✅
Chapter 4 向量搜索算法基础	暴力检索、向量相似度	✅
Chapter 5 ANN 搜索算法	IVF、PQ、HNSW、LSH、Annoy算法原理与代码实战	✅
Chapter 6 实现你自己的向量数据库	向量数据库最小实现	✅
第二部分：Annoy 教程（Annoy）	轻量级近似最近邻检索库
Chapter 1 Annoy入门与环境搭建	安装配置、基础概念	✅
Chapter 2 Annoy核心API详解	索引构建、查询、参数调优	✅
Chapter 3 Annoy进阶技巧与最佳实践	性能优化、工程实践	✅
第三部分：Faiss 教程（Faiss）	高性能向量检索引擎实战
Chapter 1 FAISS 入门与环境搭建	安装配置、基础概念	✅
Chapter 2 FAISS 核心索引实战	Flat、IVF、PQ、HNSW 等索引	✅
Chapter 3 FAISS 核心功能进阶	复合索引、GPU、批量检索	✅
Chapter 4 FAISS 性能调优与评估	Recall、延迟、内存调优	✅
Chapter 5 FAISS 工程化落地实战	工程结构、服务化、实战案例	✅
第四部分：Milvus 教程（Milvus）	分布式向量数据库与工程实践
Chapter 1 Milvus 向量数据库入门：认知与架构	架构设计、核心组件	✅
Chapter 2 Milvus 核心概念：数据模型与索引体系	Collection、Partition、Index	✅
Chapter 3 Milvus 基础操作：PyMilvus核心API实战	Milvus数据写入、查询、索引管理	✅
Chapter 4 Milvus的AI应用开发：基于BM25的混合搜索向量数据库开发实战	RAG、混合向量检索应用	✅
Chapter 5 Milvus的AI应用开发：图像检索应用实战	图像检索应用	✅
Chapter 6 Milvus 选学部分	Milvus底层架构详解、Milvus reranker、Milvus Lite部署与应用、MinerU部署教程	✅
第五部分：基于向量数据库的AI应用开发
Project 1 基于Annoy的推荐系统召回	Annoy + DSSM 推荐召回	✅
Project 2 基于FAISS框架RAG实战项目	RAG with FAISS	✅
Project 3 基于Milvus框架的Agent项目	Agent with Milvus	✅
Project 4 基于Milvus和ArangoDB的RAG系统	RAG with Milvus & ArangoDB	✅
第六部分：补充内容	与向量数据库有关的内容
向量基础知识	向量基础概念与数学原理	✅
FusionANNS架构设计	GPU加速检索系统架构	✅
Meta-Chunking策略	智能文本切分算法	✅
检索理论极限	向量检索性能边界分析	✅
RabitQ索引技术	高维向量量化方法	✅
聚类算法	聚类算法介绍	✅

⏳ 持续更新中...

📘 本项目旨在让你从 原理 → 实践 → 部署 全流程掌握向量数据库核心知识与实战能力。

🛠️ 项目目录结构说明

.
├── docs 向量数据库学习指南与项目文档
├── data 通用示例数据目录
├── src  项目相关代码
└── tmp  临时文件目录

📄 补充资源

【相关竞赛】

🚩2025 全国大学生计算机系统能力大赛——第2届PolarDB数据库创新设计赛

🤝 参与贡献

如果你发现了一些问题，可以提Issue进行反馈，如果提完没有人回复你可以联系保姆团队的同学进行反馈跟进~
如果你想参与贡献本项目，可以提Pull request，如果提完没有人回复你可以联系保姆团队的同学进行反馈跟进~
如果你对 Datawhale 很感兴趣并想要发起一个新的项目，请按照Datawhale开源项目指南进行操作即可~

核心贡献者

牧小熊-项目负责人(Datawhale成员)
刘晓-项目贡献者(Datawhale鲸英助教)
柯慕灵-项目贡献者(Datawhale成员)
赵鑫龙-项目贡献者(Datawhale精英助教)
陈辅元-项目贡献者(Datawhale成员)

特别感谢

感谢 @Sm1les 对本项目的帮助与支持
感谢所有为本项目做出贡献的开发者们 ❤️

关注我们

扫描下方二维码关注公众号：Datawhale

📊 Star History

📜 开源协议

本作品采用知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议进行许可。

Made with ❤️ by Datawhale

Contributors

151 commits

111 commits

50 commits

9 commits

Similar repos

milvus-io/milvus

Milvus is a high-performance, cloud-native vector database built for scalable vector ANN search

46,035

shared topics

alibaba/zvec

A lightweight, lightning-fast, in-process vector database

15,877

shared topics

arnsri33/embedflow

Zero downtime embedding upgrades

shared topics

StarTrail-org/LEANN

[MLsys2026 Best Paper]: https://arxiv.org/abs/2506.08276. RAG on Everything with LEANN. Enjoy 97%…

12,890

shared topics

lancedb/vectordb-recipes

Resource, examples & tutorials for multimodal AI, RAG and agents using vector search and LLMs

974

shared topics

mileszim/awesome-vector-database

Awesome List of Vector DB resources

179

infiniflow/infinity

The AI-native database built for LLM applications, providing incredibly fast hybrid search of dense…

4,704

shared topics

qdrant/qdrant

Qdrant - High-performance, massive-scale Vector Database and Vector Search Engine for the next…

34,461

shared topics

Languages

Jupyter Notebook

66.6%

Python

31.4%

HTML

1.5%

datawhalechina/easy-vecdb

📚 从零开始的向量数据库原理与实践教程，在线阅读地址：https://easy-vecdb.datawhale.cc/

403

stars

332

commits

Jupyter Notebook

primary language

Aug 16, 2026

updated

datawhalechina.github.io/easy-vecdb/

ai-project

annoy

faiss

hnsw

ivfflat

lsh

milvus

rag

vector-database

Browse cluster: Vector Databases & Semantic Search →

README

Easy-vecDB

中文 | English

📚 在线阅读地址

📚 从零开始的向量数据库原理与实践教程

🧭 项目简介

🧩 理论入门：理解向量数据库的原理、架构与索引机制
⚙️ 实战教程：掌握 Milvus / Faiss / Annoy 的使用与优化技巧
💡 项目案例：从零构建 RAG、嵌入检索、聚类可视化等完整项目

📖 内容导航

项目共分为 基础学习篇 与 实践篇 两个部分，对应导航栏配置如下：

章节	关键内容	状态
第一部分：基础学习篇（Base）	向量数据库原理、嵌入与搜索基础
Chapter 1 项目介绍	项目目标、整体学习路径	✅
Chapter 2 为什么需要向量数据库	检索瓶颈、相似度搜索原理	✅
Chapter 3 向量嵌入算法基础	Word2Vec、Transformer Embedding	✅
Chapter 4 向量搜索算法基础	暴力检索、向量相似度	✅
Chapter 5 ANN 搜索算法	IVF、PQ、HNSW、LSH、Annoy算法原理与代码实战	✅
Chapter 6 实现你自己的向量数据库	向量数据库最小实现	✅
第二部分：Annoy 教程（Annoy）	轻量级近似最近邻检索库
Chapter 1 Annoy入门与环境搭建	安装配置、基础概念	✅
Chapter 2 Annoy核心API详解	索引构建、查询、参数调优	✅
Chapter 3 Annoy进阶技巧与最佳实践	性能优化、工程实践	✅
第三部分：Faiss 教程（Faiss）	高性能向量检索引擎实战
Chapter 1 FAISS 入门与环境搭建	安装配置、基础概念	✅
Chapter 2 FAISS 核心索引实战	Flat、IVF、PQ、HNSW 等索引	✅
Chapter 3 FAISS 核心功能进阶	复合索引、GPU、批量检索	✅
Chapter 4 FAISS 性能调优与评估	Recall、延迟、内存调优	✅
Chapter 5 FAISS 工程化落地实战	工程结构、服务化、实战案例	✅
第四部分：Milvus 教程（Milvus）	分布式向量数据库与工程实践
Chapter 1 Milvus 向量数据库入门：认知与架构	架构设计、核心组件	✅
Chapter 2 Milvus 核心概念：数据模型与索引体系	Collection、Partition、Index	✅
Chapter 3 Milvus 基础操作：PyMilvus核心API实战	Milvus数据写入、查询、索引管理	✅
Chapter 4 Milvus的AI应用开发：基于BM25的混合搜索向量数据库开发实战	RAG、混合向量检索应用	✅
Chapter 5 Milvus的AI应用开发：图像检索应用实战	图像检索应用	✅
Chapter 6 Milvus 选学部分	Milvus底层架构详解、Milvus reranker、Milvus Lite部署与应用、MinerU部署教程	✅
第五部分：基于向量数据库的AI应用开发
Project 1 基于Annoy的推荐系统召回	Annoy + DSSM 推荐召回	✅
Project 2 基于FAISS框架RAG实战项目	RAG with FAISS	✅
Project 3 基于Milvus框架的Agent项目	Agent with Milvus	✅
Project 4 基于Milvus和ArangoDB的RAG系统	RAG with Milvus & ArangoDB	✅
第六部分：补充内容	与向量数据库有关的内容
向量基础知识	向量基础概念与数学原理	✅
FusionANNS架构设计	GPU加速检索系统架构	✅
Meta-Chunking策略	智能文本切分算法	✅
检索理论极限	向量检索性能边界分析	✅
RabitQ索引技术	高维向量量化方法	✅
聚类算法	聚类算法介绍	✅

⏳ 持续更新中...

📘 本项目旨在让你从 原理 → 实践 → 部署 全流程掌握向量数据库核心知识与实战能力。

🛠️ 项目目录结构说明

.
├── docs 向量数据库学习指南与项目文档
├── data 通用示例数据目录
├── src  项目相关代码
└── tmp  临时文件目录

📄 补充资源

【相关竞赛】

🚩2025 全国大学生计算机系统能力大赛——第2届PolarDB数据库创新设计赛

🤝 参与贡献

如果你发现了一些问题，可以提Issue进行反馈，如果提完没有人回复你可以联系保姆团队的同学进行反馈跟进~
如果你想参与贡献本项目，可以提Pull request，如果提完没有人回复你可以联系保姆团队的同学进行反馈跟进~
如果你对 Datawhale 很感兴趣并想要发起一个新的项目，请按照Datawhale开源项目指南进行操作即可~

核心贡献者

牧小熊-项目负责人(Datawhale成员)
刘晓-项目贡献者(Datawhale鲸英助教)
柯慕灵-项目贡献者(Datawhale成员)
赵鑫龙-项目贡献者(Datawhale精英助教)
陈辅元-项目贡献者(Datawhale成员)

特别感谢

感谢 @Sm1les 对本项目的帮助与支持
感谢所有为本项目做出贡献的开发者们 ❤️

关注我们

扫描下方二维码关注公众号：Datawhale

📊 Star History

📜 开源协议

本作品采用知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议进行许可。

Made with ❤️ by Datawhale

Similar repos

milvus-io/milvus

Milvus is a high-performance, cloud-native vector database built for scalable vector ANN search

46,035

shared topics

alibaba/zvec

A lightweight, lightning-fast, in-process vector database

15,877

shared topics

arnsri33/embedflow

Zero downtime embedding upgrades

shared topics

StarTrail-org/LEANN

[MLsys2026 Best Paper]: https://arxiv.org/abs/2506.08276. RAG on Everything with LEANN. Enjoy 97%…

12,890

shared topics

lancedb/vectordb-recipes

Resource, examples & tutorials for multimodal AI, RAG and agents using vector search and LLMs

974

shared topics

mileszim/awesome-vector-database

Awesome List of Vector DB resources

179

infiniflow/infinity

The AI-native database built for LLM applications, providing incredibly fast hybrid search of dense…

4,704

shared topics

qdrant/qdrant

Qdrant - High-performance, massive-scale Vector Database and Vector Search Engine for the next…

34,461

shared topics

Contributors

151 commits

111 commits

50 commits

9 commits

Languages

Jupyter Notebook

66.6%

Python

31.4%

HTML

1.5%