向量数据库是一种数据库系统，它使用向量空间模型来存储和处理数据。向量数据库允许存储和检索向量数据，并支持向量之间的相似性搜索和匹配。
在向量数据库中，每条记录都被表示为一个向量，向量之间的距离或相似度可以用来度量它们之间的关联程度。通过使用向量数据库，可以更高效地处理具有向量形式数据的应用场景，比如自然语言处理、推荐系统和图像识别等。
而“embedding”是指把数据映射到一个低维的向量空间中，同时保留原始数据的语义信息。在机器学习和深度学习中，embedding经常用于将高维数据转换为低维表示，以便更好地进行数据分析和模式识别。在向量数据库中，embedding也可以用来对数据进行降维处理，从而提高数据存储和检索的效率。