Spring AI 实战：基于 Neo4j 的向量存储方案

Neo4j 简介

Neo4j 是一个开源的 NoSQL 图数据库，采用完全事务性（ACID）设计。它将数据存储为由节点和关系构成的图结构，灵感源自现实世界的连接模式。这种架构不仅对开发者直观友好，还能在处理复杂关联数据时提供高性能查询能力。

在向量搜索方面，Neo4j 允许从大规模数据集中查询向量嵌入。嵌入是文本、图像或音频等对象的数值表示，可存储在节点属性中。通过 db.index.vector.queryNodes() 函数即可执行查询。底层由 Lucene 提供支持，利用分层可导航小世界图（HNSW）算法进行 k-近似最近邻（k-ANN）搜索，兼顾速度与精度。

接下来，我们将着手配置 Neo4jVectorStore，用它来持久化文档嵌入并支撑相似性搜索。

环境准备

要开始使用 Neo4jVectorStore，首先需要确保运行环境满足要求。核心依赖如下：

• Neo4j 实例：版本需在 5.15 及以上。
• 部署方式：可选本地 Docker 容器或云端服务（如 Neo4j Aura），根据实际开发需求选择即可。

准备好基础环境后，下一步便是引入必要的依赖并配置连接信息。