EF Core 11 agrega búsqueda vectorial nativa de SQL Server con índices DiskANN

EF Core 10 introdujo EF.Functions.VectorDistance() para computar distancias exactas entre embeddings en consultas LINQ. Eso funciona, pero la búsqueda exacta sobre millones de filas es costosa. EF Core 11 Preview 2 cierra la brecha al soportar la búsqueda vectorial aproximada de SQL Server 2025: índices DiskANN y la función con valor de tabla VECTOR_SEARCH(), todo conectado a través de tu DbContext.

Configurando un índice vectorial

Declara el índice en OnModelCreating con la métrica de distancia que quieras (coseno, producto punto, o euclidiana):

protected override void OnModelCreating(ModelBuilder modelBuilder)
{
    modelBuilder.Entity<Blog>()
        .HasVectorIndex(b => b.Embedding, "cosine");
}

Cuando agregas una migración, EF genera el DDL CREATE VECTOR INDEX apuntando al motor DiskANN de SQL Server 2025. El índice vive junto a tus índices regulares B-tree y de búsqueda de texto completo, gestionado a través del mismo pipeline de migración.

Consultando con VectorSearch()

Una vez que existe el índice, usa el nuevo método de extensión VectorSearch() en tu DbSet:

float[] queryEmbedding = GetEmbeddingForQuery("distributed caching");

var results = await context.Blogs
    .VectorSearch(b => b.Embedding, "cosine", queryEmbedding, topN: 5)
    .ToListAsync();

Esto se traduce a la función con valor de tabla VECTOR_SEARCH() de SQL Server, que realiza una búsqueda aproximada de vecinos más cercanos contra el índice DiskANN. El parámetro topN limita cuántos resultados regresan.

El tipo de retorno es VectorSearchResult<TEntity>, que expone tanto la entidad como la distancia calculada:

var results = await context.Blogs
    .VectorSearch(b => b.Embedding, "cosine", queryEmbedding, topN: 10)
    .Select(r => new { r.Value.Name, r.Distance })
    .ToListAsync();

Exacto vs. aproximado: cuándo usar cuál

VectorDistance() de EF Core 10 sigue funcionando y te da resultados exactos. Úsalo cuando el conjunto de datos es pequeño o la precisión importa más que la latencia. VectorSearch() con un índice DiskANN intercambia una pequeña cantidad de precisión de recall por un throughput dramáticamente mejor en tablas grandes.

En la práctica, la mayoría de las cargas de trabajo de RAG y recomendación quieren la ruta aproximada. Si previamente delegabas la búsqueda vectorial a una base de datos dedicada (Qdrant, Pinecone, pgvector), esto la trae de vuelta al SQL Server que ya estás ejecutando, con EF Core gestionando el esquema.

Requisitos

Esta característica apunta a SQL Server 2025, que introdujo los índices vectoriales DiskANN. La función VECTOR_SEARCH() y la sintaxis CREATE VECTOR INDEX relacionada son experimentales en SQL Server al momento de escribir esto, así que espera cambios. Las APIs de EF Core reflejan ese estado experimental.

Para detalles completos de configuración, consulta la documentación de búsqueda vectorial de EF Core.