如今，关于大语言模型、人工智能等的消息不绝于耳。向量数据库是其中的一部分，并且已经有非IRIS的技术实现了向量数据库。

为什么是向量？

• 相似性搜索：向量可以进行高效的相似性搜索，例如在数据集中查找最相似的项目或文档。传统的关系数据库是为精确匹配搜索而设计的，不适合图像或文本相似性搜索等任务。
• 灵活性：向量表示形式用途广泛，可以从各种数据类型派生，例如文本（通过 Word2Vec、BERT 等嵌入）、图像（通过深度学习模型）等。
• 跨模态搜索：向量可以跨不同数据模态进行搜索。例如，给定图像的向量表示，人们可以在多模式数据库中搜索相似的图像或相关文本。

还有许多其他原因。

因此，对于这次 pyhon 竞赛，我决定尝试实现这种支持。不幸的是我没能及时完成它，下面我将解释原因。

大家应该都已经很熟悉 InterSystems Ensemble（一个集成和应用程序开发平台），每个人都知道 Ensemble Workflow 子系统是什么以及它对于自动化人类交互的作用。 对于那些不了解 Ensemble Workflow 的人，我将简要介绍它的功能（已经熟悉的朋友可以直接跳过这一部分并学习如何使用 Angular.js 中的 Workflow 接口）。

InterSystems Ensemble

InterSystems Ensemble 是一个集成和应用程序开发平台，旨在集成异构系统、自动化业务流程和创建新的复杂应用程序，这些应用程序通过新的业务逻辑或新的用户界面增强集成应用程序的功能：EAI、SOA、BPM、BAM 甚至 BI （感谢 InterSystems DeepSee：一种用于开发分析应用程序的内置技术）。

Ensemble 具有以下关键功能：

有时，我们在给客户提供技术支持时会得到重复的问题，某事或某人正在使用比预期更多的licenses，我们需要找到什么。

我们经过分析后认为主要有两种原因。 第一种原因是在我们意识到，当应用程序无法运行或尝试通过终端连接并获得“lovely”时，许可证实际已用尽；

<licenses限制超出> 消息：

第二种情况是最终用户抱怨他们有时无法使用该应用程序，而当问题发生时我们发现已经太晚了。 在这些情况下，我们通常会在 messages.log 中看到以下“License Limit exceeded xxxx times”消息：

我们要及时发现问题：

如果您经常阅读我们的博客，您可能记得去年夏天我们进行了 InterSystems 速度测试，该测试由 ESG 验证，旨在测试数据库可以同时摄取和查询的数据量，以及这表现出的具体的影响。从那以后，我们 GitHub 页面的许多访问者一直在根据自己的想法重复验证这个测试