微软近期在其.NET和JDBC生态系统中引入了对矢量数据类型的原生支持，旨在为人工智能（AI）工作负载提供高性能环境。更新包括Microsoft.Data.SqlClient 6.1.0中的Sqlvector类，它能够以向量格式处理数据，显著提升了读取、写入和批量复制性能，最高可达50倍。这一改进减少了对JSON数组格式的依赖，降低了内存消耗，并支持32位浮点向量。同时，SQL Server 13.1.0的JDBC驱动程序也新增了VECTOR数据类型，简化了与Java驱动AI应用的集成，尤其是在语义搜索方面。这些优化得益于表格数据流（TDS）协议的改进，适用于SQL Server 2025预览版、Azure SQL数据库等多种平台。

📊 **.NET生态系统升级：** Microsoft.Data.SqlClient 6.1.0新增了Sqlvector类，实现了对矢量数据的原生支持，取代了低效的JSON数组格式。这一改进带来了高达50倍的读取性能提升，3.3倍的写入性能提升，以及19倍的批量复制性能提升，同时降低了内存消耗，并支持32位浮点向量。

💻 **JDBC驱动程序增强：** SQL Server 13.1.0的JDBC驱动程序引入了新的VECTOR数据类型，可直接用于插入、选择、存储过程和批量复制等操作，移除了基于字符串的向量处理，极大地便利了与Java驱动的AI应用程序（如语义搜索应用）的集成。

🚀 **性能与兼容性：** 这些性能提升是在SQL Server 2025预览版上测得的，并适用于Azure SQL数据库、Azure SQL托管实例和Microsoft SQL数据库Fabric预览。新功能依赖于TDS 7.4或更高版本协议，不支持该协议的客户端将继续使用varchar(max)和JSON数组进行向后兼容，无法享受性能增强。

💡 **AI架构的关键一步：** 随着AI日益普及，支持AI解决方案的强大架构变得至关重要。微软通过优化.NET和JDBC生态系统，为AI工作负载提供了更高效、更便捷的数据处理能力，是构建高性能AI应用的关键一步。

随着人工智能越来越普及到普通人，构建一个支持人工智能解决方案的强大架构也变得至关重要。为此，微软已更新其 .NET 和 JDBC 生态系统以原生支持矢量数据类型，确保 AI 工作负载的高性能环境。

说到 .NET，Microsoft.Data.SqlClient 6.1.0中新增了Sqlvector类。该类能够以向量格式处理数据，而非之前使用的低效 JSON 数组格式。相比之下，向量类型的读取性能提升高达 50 倍，写入性能提升高达 3.3 倍，批量复制性能提升高达 19 倍。这些性能测试是在SQL Server 2025 预览版上进行的，向量列最大为 1998 个字符，每次 操作处理 10000 条记录。

此外，由于不再需要 JSON 序列化，无需冗长的字符串表示，内存消耗也更低。最后，目前原生支持 32 位浮点向量，但未来也可以扩展支持其他数值数据类型。

切换到 JDBC 环境，其中有一个新的VECTOR数据类型适用于 SQL Server 13.1.0 的 JDBC 驱动程序。它可直接用于插入、选择、存储过程和批量复制。此版本还移除了基于字符串的向量处理，使其非常适合与 Java 驱动的 AI 应用程序（包括提供语义搜索的应用程序）集成。

值得注意的是，这些改进适用于各种平台，包括 SQL Server 2025 (17.x) 预览版、Azure SQL 数据库、Azure SQL 托管实例和Microsoft SQL 数据库Fabric 预览。值得一提的是，这些改进是通过优化表格数据流 (TDS) 协议实现的，因此仅在 TDS 7.4 或更高版本中可见。

不支持此协议的客户端将继续使用varchar(max)数据类型，并将数据视为 JSON 数组以实现向后兼容，这意味着它们将无法体验上述任何增强功能。

有关所有详细信息，请查看发行说明：https://github.com/dotnet/SqlClient/releases/tag/v6.1.0 

JDBC 发行说明：https://github.com/microsoft/mssql-jdbc/releases/tag/v13.1.0