EF Core 11 adiciona busca vetorial nativa do SQL Server com índices DiskANN

EF Core 10 introduziu EF.Functions.VectorDistance() para computar distâncias exatas entre embeddings em consultas LINQ. Isso funciona, mas a busca exata sobre milhões de linhas é cara. EF Core 11 Preview 2 fecha a lacuna suportando a busca vetorial aproximada do SQL Server 2025: índices DiskANN e a função com valor de tabela VECTOR_SEARCH(), tudo conectado através do seu DbContext.

Configurando um índice vetorial

Declare o índice em OnModelCreating com a métrica de distância que você quiser (cosseno, produto escalar, ou euclidiana):

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

Quando você adiciona uma migração, o EF gera o DDL CREATE VECTOR INDEX mirando o motor DiskANN do SQL Server 2025. O índice vive ao lado dos seus índices B-tree e full-text regulares, gerenciados através do mesmo pipeline de migração.

Consultando com VectorSearch()

Uma vez que o índice existe, use o novo método de extensão VectorSearch() no seu DbSet:

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

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

Isso traduz para a função com valor de tabela VECTOR_SEARCH() do SQL Server, que realiza uma busca aproximada de vizinhos mais próximos contra o índice DiskANN. O parâmetro topN limita quantos resultados retornam.

O tipo de retorno é VectorSearchResult<TEntity>, que expõe tanto a entidade quanto a distância calculada:

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

Exato vs. aproximado: quando usar qual

VectorDistance() do EF Core 10 ainda funciona e te dá resultados exatos. Use-o quando o conjunto de dados é pequeno ou a precisão importa mais que a latência. VectorSearch() com um índice DiskANN troca uma pequena quantidade de precisão de recall por um throughput dramaticamente melhor em tabelas grandes.

Na prática, a maioria das cargas de trabalho de RAG e recomendação quer o caminho aproximado. Se você antes delegava a busca vetorial a um banco de dados dedicado (Qdrant, Pinecone, pgvector), isso a traz de volta para o SQL Server que você já está rodando, com o EF Core gerenciando o schema.

Requisitos

Este recurso mira o SQL Server 2025, que introduziu os índices vetoriais DiskANN. A função VECTOR_SEARCH() e a sintaxe CREATE VECTOR INDEX relacionada são experimentais no SQL Server no momento da escrita, então espere mudanças. As APIs do EF Core refletem esse status experimental.

Para detalhes completos de configuração, consulte a documentação de busca vetorial do EF Core.