主要观点：构建应用搜索通常有传统基于关键词搜索和语义（向量）搜索两种方法，还有混合方法留待后续讨论。文中以 MariaDB 为例，通过 Python + FastAPI 应用展示了这两种方法的工作原理、差异及代码示例。
关键信息：

• 传统基于关键词搜索：使用products表name列的全文索引，通过MATCH(name) AGAINST(?)查询，运行快，适用于用户输入精确或相近术语，但会错过同义词等，质量依赖措辞。
• 语义（向量）搜索：用 AI 嵌入模型将产品名转换为高维向量存储在 MariaDB 中，查询时将用户搜索短语转换为向量并进行相似性搜索，结果更相关，能处理同义词等，但需嵌入模型和向量支持。
• 混合方法：在许多实际应用中，先使用关键词搜索，精确匹配失败时使用语义搜索，或混合使用，MariaDB 对此有帮助。
• 代码方面：在 MariaDB Cloud 上创建免费服务器less 数据库，通过LOAD DATA LOCAL INFILE加载约 500 行产品名，用 FastAPI 实现关键词搜索和语义搜索端点，LangChain 使整合过程简单，代码可在 GitHub 上获取。
  重要细节：文中详细说明了两种搜索方法的实现步骤，包括如何创建数据库、表，如何进行向量嵌入和存储，以及如何在 Python 代码中调用相关函数等。例如，关键词搜索的 SQL 查询和 FastAPI 端点代码，语义搜索中使用 AI 嵌入模型、创建表和相似性搜索的代码等。