初步探索SQL Server 2025 AI相关能力

SQL Server 在2024年11月开始进行社区私有预览（链接），由于涉及AI能力，我也是第一时间申请了内侧资格，悲剧的是，直到2025年2月，才拿到预览版的测试资格-.-，此时已经是CTP1.3了，也就是内侧的第四个版本了。

但whatever，late better than never。下面根据我的初步测试，做一些分享。

当前的测试的版本为：

原生向量支持与DiskANN向量索引

SQL Server作为一个典型的商业数据库，一直喜欢搞大而全，各种全家桶全塞进来，现在流行的说法叫“一站式”。基本逻辑是每个sql server版本都会结合当时流行的趋势和技术，将该技术集成进SQL Server，下面是一个简单的回顾

历代SQL Server结合当时背景的新增功能分析

SQL Server 2008 - 层级结构 (HierarchyID) 和地理信息 (Spatial Data):

 Web 2.0 兴起，层级数据和位置服务应用普及。HierarchyID 高效管理组织结构等层级数据，Spatial Data 支持位置服务，满足 Web 2.0 时代对复杂数据管理和地理位置应用的需求。

SQL Server 2012 - 内存数据库 (In-Memory OLTP):

电商等高并发 OLTP 应用爆发，磁盘 I/O 成性能瓶颈。另外这个时代SSD还是贵的没边，稳定性还没这么靠谱的存储。内存优化表 减少磁盘 I/O，大幅提升高并发 OLTP 性能，应对电商、金融等对极致性能的迫切需求。

但目前来看，这个功能使用率并不是很高，该功能通常通过外挂的缓存系统实现，比如Redis。

SQL Server 2014 - 列存储 (Columnstore):

大数据分析兴起，传统行式存储分析查询效率低下。列式索引优化分析查询，大幅提升大数据仓库性能，顺应大数据分析流行趋势，满足企业数据洞察需求。

SQL Server 2016 - JSON 支持 (JSON Support):

Web 服务和 NoSQL 流行，JSON 成 Web 数据交换主流格式。JSON 支持 允许存储和查询 JSON 数据，灵活适应 Web 服务和半结构化数据，拥抱 NoSQL 趋势，拓展应用场景。

SQL Server 2017 - 图数据库 (Graph Database):

社交网络、推荐系统等关系复杂应用兴起，传统关系数据库效率不高。图数据库 支持建模复杂关系，高效处理社交网络、推荐系统等应用。

SQL Server 2019 - HTAP (Hybrid Transactional/Analytical Processing):

实时数据分析需求强烈，传统数据仓库延迟高。HTAP 能力 支持实时分析，提升决策效率，符合实时业务监控和快速决策需求，顺应混合处理趋势。

SQL Server 2022 - 账本 (Ledger Tables):

数据安全和合规性日益重要，区块链技术火的一塌糊涂（比特币价格起飞），需要防篡改数据记录。账本表 提供防篡改数据记录，增强数据完整性和可信度，满足审计、合规等对数据可信有高要求的场景，拥抱区块链技术，提升数据安全水平。

SQL Server 2025 - 向量数据库 (Vector Database):

当下AI的爆发年代来看，需要向量数据库的背景无需多说，向量数据库在应用层面主要用于RAG、语义理解、大规模向量数据处理和多模态融合，并能显著降低向量检索计算成本。是AI应用中最重要的基础设施之一。

原生向量类型支持

SQL Server增加内置的Vector字段，最高支持1998维度（猜想是因为每个向量都是32精度的float，1998维度正好不超过SQL Server每页的8K存储，从而不溢出），通过测试可以发现，内部存储使用varbinary数据作为底层数据，做了一个简单的测试，通过新增变量类型为Vector，或表列定义为Vector列实现，如图所示:

基于DiskANN的向量相似度检索

DiskANN介绍

DiskANN基于微软2019年发表的论文《DiskANN: Fast Accurate Billion-point Nearest Neighbor Search on a Single Node》。在此之前，向量搜索领域中一个流行的主要算法是HNSW（分层可导航小世界图），这是一种利用多层图结构进行搜索的算法。HNSW的核心特点是涉及大量的随机内存访问，因此该算法需要消耗大量内存资源，要求原始向量和图数据都必须常驻内存中。