Fix YDB Import 799 (#17901)

Author: anton-bobkov

ydb/docs/en/core/concepts/_includes/vector_search_exact.md

@@ -24,13 +24,13 @@ The choice of a method depends on the number of vectors and the nature of the wo
 
 ## Exact vector search {#vector-search-exact}
 
-{% include [vector_search_exact.md](_includes/vector_search_exact.md) %}
+{% include [vector_search_exact.md](../yql/reference/_includes/vector_search_exact.md) %}
 
 Learn more about [exact vector search](../yql/reference/udf/list/knn.md#exact-vector-search-examples).
 
 ## Approximate vector search without index {#vector-search-approximate}
 
-{% include [vector_search_approximate.md](_includes/vector_search_approximate.md) %}
+{% include [vector_search_approximate.md](../yql/reference/_includes/vector_search_approximate.md) %}
 
 Learn more about [approximate vector search without index](../yql/reference/udf/list/knn.md#approximate-vector-search-examples).
 

ydb/docs/en/core/concepts/vector_search.md

@@ -1,14 +1,14 @@
 Approximate methods do not perform a complete enumeration of the initial data. This allows significantly speeding up the search process, although it might lead to some reduction in the quality of the results.
 
-[Scalar Quantization](../../yql/reference/udf/list/knn.md#approximate-vector-search-scalar-quantization) is a method of reducing vector dimensionality, where a set of coordinates is mapped into a space of smaller dimensions.
+[Scalar Quantization](../udf/list/knn.md#approximate-vector-search-scalar-quantization) is a method of reducing vector dimensionality, where a set of coordinates is mapped into a space of smaller dimensions.
 
 {{ ydb-short-name }} supports vector searching for vector types `Float`, `Int8`, `Uint8`, and `Bit`. Consequently, it is possible to apply scalar quantization to transform data from `Float` to any of these types.
 
 Scalar quantization reduces the time required for reading and writing data by decreasing the number of bytes. For example, when quantizing from `Float` to `Bit`, each vector is reduced by 32 times.
 
-[Approximate vector search without an index](../../yql/reference/udf/list/knn.md#approximate-vector-search-examples) uses a very simple additional data structure - a set of vectors with other quantization. This allows the use of a simple search algorithm: first, a rough preliminary search is performed on the compressed vectors, followed by refining the results on the original vectors.
+[Approximate vector search without an index](../udf/list/knn.md#approximate-vector-search-examples) uses a very simple additional data structure - a set of vectors with other quantization. This allows the use of a simple search algorithm: first, a rough preliminary search is performed on the compressed vectors, followed by refining the results on the original vectors.
 
 Main advantages:
 
-* Full support for [transactions](../../concepts/glossary.md#transactions), including in strict consistency mode.
+* Full support for [transactions](../../../concepts/glossary.md#transactions), including in strict consistency mode.
 * Instant application of data modification operations: insertion, update, deletion.

ydb/docs/en/core/concepts/_includes/vector_search_approximate.md renamed to ydb/docs/en/core/yql/reference/_includes/vector_search_approximate.md

@@ -0,0 +1,9 @@
+The foundation of the exact method is the calculation of the distance from the query vector to all the vectors in the dataset. This algorithm, also known as the naive approach or brute force method, has a runtime of `O(dn)`, where `n` is the number of vectors in the dataset, and `d` is their dimensionality.
+
+[Exact vector search](../udf/list/knn.md#exact-vector-search-examples) is best utilized if the complete enumeration of the vectors occurs within acceptable time limits. This includes cases where they can be pre-filtered based on some condition, such as a user identifier. In such instances, the exact method may perform faster than the current implementation of [vector indexes](../../../dev/vector-indexes.md).
+
+Main advantages:
+
+* No need for additional data structures, such as specialized [vector indexes](../../../concepts/glossary.md#vector-index).
+* Full support for [transactions](../../../concepts/glossary.md#transactions), including in strict consistency mode.
+* Instant execution of data modification operations: insertion, update, deletion.

ydb/docs/en/core/yql/reference/_includes/vector_search_exact.md

@@ -8,11 +8,11 @@ The k-NN problem solution is divided into two major subclasses of methods: exact
 
 ### Exact method {#exact-method}
 
-{% include [vector_search_exact.md](../../../../concepts/_includes/vector_search_exact.md) %}
+{% include [vector_search_exact.md](../../_includes/vector_search_exact.md) %}
 
 ### Approximate methods {#approximate-methods}
 
-{% include [vector_search_approximate.md](../../../../concepts/_includes/vector_search_approximate.md) %}
+{% include [vector_search_approximate.md](../../_includes/vector_search_approximate.md) %}
 
 {% note info %}
 

ydb/docs/en/core/yql/reference/udf/list/knn.md

@@ -24,13 +24,13 @@
 
 ## Точный векторный поиск {#vector-search-exact}
 
-{% include [vector_search_exact.md](_includes/vector_search_exact.md) %}
+{% include [vector_search_exact.md](../yql/reference/_includes/vector_search_exact.md) %}
 
 Подробнее о [точном векторном поиске](../yql/reference/udf/list/knn.md#exact-vector-search-examples).
 
 ## Приближенный векторный поиск без индекса {#vector-search-approximate}
 
-{% include [vector_search_approximate.md](_includes/vector_search_approximate.md) %}
+{% include [vector_search_approximate.md](../yql/reference/_includes/vector_search_approximate.md) %}
 
 Подробнее о [приближенном векторном поиске без индекса](../yql/reference/udf/list/knn.md#approximate-vector-search-examples).
 

ydb/docs/ru/core/concepts/_includes/vector_search_exact.md

@@ -1,14 +1,14 @@
 Приближенные методы не осуществляют полный перебор исходных данных. Это позволяет значительно ускорить процесс поиска, хотя и может привести к некоторому снижению качества результатов.
 
-[Скалярное квантование](../../yql/reference/udf/list/knn.md#approximate-vector-search-scalar-quantization) — это метод уменьшения размерности векторов, при котором множество координат отображается в пространство меньшей размерности.
+[Скалярное квантование](../udf/list/knn.md#approximate-vector-search-scalar-quantization) — это метод уменьшения размерности векторов, при котором множество координат отображается в пространство меньшей размерности.
 
 {{ ydb-short-name }} поддерживает векторный поиск по векторам типов `Float`, `Int8`, `Uint8`, `Bit`. Следовательно, возможно применение скалярного квантования для преобразования данных из `Float` в любой из этих типов.
 
 Скалярное квантование сокращает время, необходимое для чтения и записи данных, за счёт уменьшения числа байт. Например, при квантовании из `Float` в `Bit` каждый вектор сокращается в 32 раза.
 
-[Приближенный векторный поиск без индекса](../../yql/reference/udf/list/knn.md#approximate-vector-search-examples) использует очень простую дополнительную структуру данных - множество векторов с другими квантованием. Это позволяет использовать простой алгоритм поиска: сначала грубый предварительный поиск по сжатым векторам, а затем уточнять результаты по исходным векторам.
+[Приближенный векторный поиск без индекса](../udf/list/knn.md#approximate-vector-search-examples) использует очень простую дополнительную структуру данных - множество векторов с другими квантованием. Это позволяет использовать простой алгоритм поиска: сначала грубый предварительный поиск по сжатым векторам, а затем уточнять результаты по исходным векторам.
 
 Основные преимущества:
 
-* полная поддержка [транзакций](../../concepts/glossary.md#transactions),в том числе в режиме строгой согласованности;
+* полная поддержка [транзакций](../../../concepts/glossary.md#transactions),в том числе в режиме строгой согласованности;
 * мгновенное применение операций модификации данных: вставка, обновление, удаление.

ydb/docs/ru/core/concepts/vector_search.md

@@ -0,0 +1,9 @@
+В основе точного метода лежит вычисление расстояния от вектора запроса до всех векторов в наборе данных. Этот алгоритм, также известный как наивный подход или метод грубой силы, имеет время выполнения `O(dn)`, где `n` — количество векторов в наборе данных, а `d` — их размерность.
+
+[Точный векторный поиск](../udf/list/knn.md#exact-vector-search-examples) лучше использовать, если полный перебор искомых векторов происходит за приемлемое время. В том числе, когда их можно предварительно отфильтровать по некоторому условию, например, по идентификатору пользователя. В таких случаях точный метод может работать быстрее, чем текущая реализация [векторных индексов](../../../dev/vector-indexes.md)
+
+Основные преимущества:
+
+* отсутствие необходимости в дополнительных структурах данных, таких как специализированные [векторные индексы](../../../concepts/glossary.md#vector-index);
+* полная поддержка [транзакций](../../../concepts/glossary.md#transactions), в том числе в режиме строгой согласованности;
+* мгновенное применение операций модификации данных: вставка, обновление, удаление.

ydb/docs/ru/core/concepts/_includes/vector_search_approximate.md renamed to ydb/docs/ru/core/yql/reference/_includes/vector_search_approximate.md

@@ -8,11 +8,11 @@
 
 ### Точный метод {#exact-method}
 
-{% include [vector_search_exact.md](../../../../concepts/_includes/vector_search_exact.md) %}
+{% include [vector_search_exact.md](../../_includes/vector_search_exact.md) %}
 
 ### Приближенные методы  {#approximate-methods}
 
-{% include [vector_search_approximate.md](../../../../concepts/_includes/vector_search_approximate.md) %}
+{% include [vector_search_approximate.md](../../_includes/vector_search_approximate.md) %}
 
 {% note info %}