说实话，Apache Doris 的 AI Function 用起来真香！

咱就是说Doris 的向量函数位于 ai-functions/distance-functions 下主要分为两类：精确距离函数和近似距离函数。

精确距离函数对全量数据逐条计算，而近似距离函数可利用 ANN 索引加速检索。

哈哈，你可Neng会问为什么百度不收录某些文章，简单来说可Neng与网站权重、内容质量、关键词优化等因素有关。

回答：Apache Doris 由百度大数据部研发，在百度内部，有超过 200 个产品线在使用，部署机器超过 1000 台。

这两类函数dou是用来计算向量之间的距离，但精确距离函数适合数据量较小或需要精确结果的场景，而近似距离函数则可大幅提升大规模向量检索的性Neng。

Doris 从某个版本引入倒排索引以支持全文搜索，并在后续版本持续 Neng力。

核心目标是使用 Doris 4.0 AI 函数对游戏玩家聊天数据进行智Neng化挖掘，探索通过大模型Neng力实现聊天内容的自动化分类、情感分析、敏感信息处理等场景。

Doris 的 AI Neng力主要由两大支柱构成：向量函数 与 AI 函数库 。

SELECT id, title, score AS relevanceFROM docsWHERE content MATCH_ANY '实时 OLAP 分析'ORDER BY relevance DESCLIMIT ;

SEARCH 函数：统一查询入口，提供轻量级 DSL 全文检索

两种索引在 RAG 场景中协同互补：向量索引用于相似性搜索，而倒排索引用于文本检索。

CREATE TABLE sift_1M USING ANN PROPERTIES) ENGINE=OLAPDUPLICATE KEYDISTRIBUTED BY HASH BUCKETS PROPERTIES ; AI 函数库

AI 函数库让数据分析师Neng够直接通过简单的 SQL 语句调用大语言模型进行文本处理。

目前支持接入：OpenAI、Anthropic、Gemini、DeepSeek、MoonShot、MiniMax、Zhipu、Qwen、Baichuan ，以及 Local 本地模型。

Doris 不引入额外数据类型，向量以定长 ARRAY<FLOAT> 存储。

使用Doris 4.0 AI 函数，Ke以实现聊天内容的自动化分类、情感分析、敏感信息处理等场景。

_APPROXIMATE 函数才会触发 ANN 索引路径，从而大幅提升大规模向量检索的性Neng。

-- 建表时创建CREATE TABLE t USING INVERTED PROPERTIES );-- 现有表上追加CREATE INDEX idxcontent ON docs USING INVERTED PROPERTIES ;-- 为存量数据构建BUILD INDEX idxcontent ON docs;-- 删除索引DROP INDEX idx_content ON docs;.