Base de datos vectorial
Una base de datos vectorial (vector database) guarda embeddings junto a sus registros de origen y encuentra los vectores guardados más cercanos a un vector de consulta, normalmente con un índice aproximado para que la búsqueda siga siendo rápida con millones de elementos.
También llamado: vector store, vector DB
Por Divya Sharma · Comprobado el 15 nov 2026 · Cómo hacemos las reseñas
Una base de datos normal responde a "encuentra las filas donde status = open". Una base de datos vectorial responde a "encuentra los elementos más parecidos a este", donde la similitud se mide entre embeddings. Es la capa de almacenamiento que hay detrás de la mayoría de los sistemas de generación aumentada por recuperación, la búsqueda semántica y las funciones de recomendación.
Qué hace
Guarda cada vector con un ID y metadatos como la fuente, la fecha o el propietario. Construye un índice, a menudo HNSW, para la búsqueda de vecinos más cercanos aproximados. También gestiona inserciones, actualizaciones y borrados, y te permite combinar la similitud con el filtrado por metadatos.
Opciones
Algunos productos están hechos solo para vectores, como Pinecone, Qdrant y Milvus. Otros añaden búsqueda vectorial a una base de datos que quizá ya uses, como pgvector para Postgres. Bibliotecas como Faiss ofrecen el índice sin las partes de base de datos, así que tú te ocupas del almacenamiento, las actualizaciones y el filtrado. La guía de bases de datos vectoriales las compara.
En qué se diferencia de un índice vectorial
Un índice es la estructura de datos que hace rápida la búsqueda. Una base de datos envuelve ese índice con durabilidad, control de acceso, replicación y una API. Para un prototipo con unos pocos miles de vectores, suele bastar un índice en memoria o incluso una búsqueda exhaustiva.
Límites
Los resultados son aproximados, así que puede escaparse una pequeña parte de los vecinos reales. Muchos productos también admiten búsqueda por palabras clave o búsqueda híbrida, lo que ayuda con términos exactos que los embeddings manejan mal.
Términos relacionados
- HNSW
- HNSW (hierarchical navigable small world) es un índice basado en grafos para la búsqueda de vecinos más cercanos aproximada. Enlaza los vectores con sus vecinos a lo largo de varias capas, para que una búsqueda pueda saltar rápidamente hacia las coincidencias más cercanas.
- Embedding
- Un embedding (vector de representación) es una lista de números (un vector) que representa un fragmento de texto, una imagen u otros datos, generada de forma que los elementos con significado parecido acaban con vectores cercanos entre sí.
- Búsqueda de vecinos más cercanos aproximada
- La búsqueda de vecinos más cercanos aproximada (ANN, approximate nearest neighbor) encuentra vectores cercanos a una consulta sin revisar todos los vectores guardados. Renuncia a garantizar la mejor coincidencia exacta a cambio de una búsqueda mucho más rápida en colecciones grandes.
- Búsqueda vectorial
- La búsqueda vectorial (vector search) encuentra elementos comparando sus embeddings con el embedding de una consulta y devolviendo los más cercanos, de modo que los resultados coinciden por significado y no por palabras clave compartidas.
- Filtrado por metadatos
- El filtrado por metadatos (metadata filtering) limita una búsqueda a los elementos cuyos atributos guardados, como fecha, autor, idioma o grupo de acceso, cumplen unas condiciones dadas, junto con su clasificación por similitud vectorial o antes de ella.
- Búsqueda híbrida
- La búsqueda híbrida (hybrid search) ejecuta una búsqueda por palabras clave y una búsqueda vectorial con la misma consulta y fusiona las dos listas ordenadas, para que los resultados coincidan tanto en las palabras exactas como en el significado.