我使用openface来提取 128D 的特征向量。我需要找到一个合适的数据库引擎来存储这些向量以供将来比较（计算新提取的特征与存储在数据库中的特征之间的欧几里德距离）。
这是我正在尝试做的一个例子：
我使用 OpenFace 来提取人脸表示，这是一个 128D 的特征向量。然后我计算该向量与存储在数据库中的向量之间的欧几里得距离，返回具有最小距离（小于 0.9）的向量作为匹配项。如果没有存储在数据库中的向量符合此条件，我会将新提取的特征作为新条目存储在我的数据集中。
什么是一个好的数据库引擎来实现这一点？
如果你真的需要这样做（我认为这不是一个好主意），你可以使用Postgres存储一个数组类型并编写一个存储过程来插入新项目。这个存储过程可以做任何你想要的距离检查，例如在存储之前检查新向量与数据库中所有其他向量的距离。
我会反对这种设计，因为我怀疑唯一性标准*会随着时间的推移而轻易改变。我认为存储除完全匹配之外的所有向量会是一个更好的主意。然后，创建另一个使用唯一性定义的表。创建此表将在应用程序端处理。如果您对唯一性的定义发生变化，没问题，只需创建一个新表即可。您甚至可以比较几个不同的定义，以了解您的结果对它的敏感程度。如果你这样做，Cassandra是一个很好的数据库选择。它专为非规范化数据存储而设计（您将相同的数据以不同的形式或变体存储，因此您的应用程序无需进一步计算即可获得所需的内容）。
*在您的帖子中，您说 < 0.9 的相似性将导致存储一个新向量。这就是我所说的唯一性标准的意思。