Führen Sie leistungsstarke KI-Modelle, die über die Modellendpunktverwaltung registriert wurden, direkt in Ihrer Datenbank mit SQL-Operatoren aus. Die AlloyDB AI-Funktionen lassen sich in die Gemini Enterprise Agent Platform einbinden, um intelligente Filterung, semantische Rangfolge und Textgenerierung in Echtzeit für Ihre Betriebsdaten zu ermöglichen.
KI-gestützte SQL-Filterung und -Rangfolge
Verwenden Sie einfache SQL-Funktionen für leistungsstarke KI-Aufgaben. Die Erweiterung google_ml_integration bietet Operatoren wie ai.if() für intelligente Filterung und ai.rank() für semantische Neubewertung.
Textgenerierung in der Datenbank
Führen Sie Transformationen für Zeilen in Ihrer Datenbank durch. Mit dem Operator ai.generate() können Sie ein Foundation Model bitten, eine Produktrezension zusammenzufassen oder Daten direkt in Ihrer Abfrage zu transformieren.
Funktionen für Einbettung und Vorhersage
Verwenden Sie SQL-Funktionen wie google_ml.embedding(), um Vektoreinbettungen zu generieren, oder google_ml.predict_row(, um Vorhersagen aus einem beliebigen registrierten Modell aufzurufen – alles innerhalb Ihrer Datenbank.
Funktionsweise der KI-Funktionen
Wenn Sie einen KI-Operator wie ai.if(), ai.rank() oder ai.generate() in Ihre SQL-Abfrage einbetten, werden die KI-Funktionen ihn erkennen. Diese Engine, die über die Erweiterung google_ml_integration verfügbar ist, orchestriert den gesamten Prozess. Sie verpackt die relevanten Zeilendaten sicher und ruft ein vorregistriertes ML-Modell von Anbietern wie Gemini, OpenAI oder Anthropic auf. Das ML-Modell wertet die Daten aus und gibt eine Vorhersage zurück, z. B. true/false für einen Filter oder eine Punktzahl für die Rangfolge. Die KI-Funktionen binden diese Vorhersage nahtlos wieder in die Ausführung Ihrer Abfrage ein und geben ein Standard-SQL-Ergebnisset zurück. So erhalten Sie KI-gestützte Statistiken, ohne Ihre Daten verschieben zu müssen.
Vorteile der AlloyDB AI-Funktionen
Traditionelle Datenbankabfragemechanismen sind oft starr und zwingen Entwickler, alle potenziellen Nutzerinteraktionspfade fest zu codieren. Die AlloyDB AI-Funktionen ermöglichen eine erhebliche Verbesserung der Nutzererfahrung, indem sie Folgendes bieten:
Unternehmensdaten mit Weltwissen anreichern: Sie können das Wissen aus der realen Welt von Large Language Models (LLMs) direkt in Ihre AlloyDB for PostgreSQL-Datenbank einbringen. Im Folgenden finden Sie Beispiele für die Verwendung von KI-Funktionen:
- Unstrukturierte Daten mit
ai.generateverarbeiten: Sie können unaufbereitetes, verrauschtes oder unstrukturiertes Nutzerfeedback wie Rezensionen oder Logs mit Gemini und SQL verwalten. - Mit
ai.iffeststellen, ob Transaktionen betrügerisch sind: Geben Sie der Funktion eine Sequenz von Nutzeraktionen, Transaktionsnotizen oder Chat Zusammenfassungen und bitten Sie sie, ein binäres Ergebnis zu bewerten:Is this fraudulent?
- Unstrukturierte Daten mit
Leistungsstarke Intelligenz: Verwenden Sie die folgenden Funktionen, um die Leistung zu steigern und Intelligenz in großem Maßstab mit KI-Funktionen zu verarbeiten:
- Verwenden Sie die arraybasierte Verarbeitung, um bis zu Tausende von Zeilen pro Sekunde zu verarbeiten. Das ist 2.000-mal schneller als Aufrufe für jeweils eine Zeile. Die arraybasierte Verarbeitung ist für alle KI-Funktionen verfügbar. Weitere Informationen finden Sie unter Intelligente SQL-Abfragen mit KI-Funktionen ausführen.
- Verwenden Sie die Beschleunigung von KI-Funktionen, um einen deutlich höheren Durchsatz als bei Aufrufen für jeweils eine Zeile zu erzielen. Diese Funktion ist für
ai.ifundai.rankverfügbar. Weitere Informationen finden Sie unter Intelligente SQL-Abfragen mit KI-Funktionen ausführen. - Verwenden Sie die optimierte Funktion
ai.if, um die Kosten für die Verwendung des LLM durch verbesserte Effizienz zu senken. So können Sie 100.000 Zeilen pro Sekunde verarbeiten (eine 23.000-fache Verbesserung gegenüber Aufrufen für jeweils eine Zeile) und die Kosten um das 6.000-Fache auf 1/10 Cent senken.
Anwendungsfälle für AlloyDB AI-Funktionen
In der folgenden Tabelle werden Anwendungsfälle für AlloyDB AI-Funktionen beschrieben.
Funktion |
Beschreibung |
Anwendungsfall |
|---|---|---|
ai.if |
Intelligente, kognitive Filterung basierend auf natürlicher Sprache. |
Anhand von Verhaltensmustern feststellen, welche Kundentransaktionen betrügerisch erscheinen. |
ai.rank |
Bewertet die Ergebnisse der Vektorsuche anhand von tiefen Kontextnuancen neu. |
Atmungsaktive Stoffe für eine Suche tropical wedding priorisieren,
auch wenn Ihre Datenbank nicht weiß, was „atmungsaktive Stoffe“ bedeutet. |
ai.generate |
Generiert neue Inhalte oder transformiert Datenformate. |
Unaufbereitete Serverlogdaten zur einfacheren Analyse in ein strukturiertes JSON-Format konvertieren. |
ai.analyze_sentiment |
Klassifiziert den emotionalen Ton von Text als positiv, negativ oder neutral. |
Tausende von Produktrezensionen klassifizieren, um die allgemeine Kundenzufriedenheit zu ermitteln. |
ai.summarize |
Fasst lange Texte zu wichtigen Informationen zusammen. |
Wichtige Entscheidungen und umzusetzende Maßnahmen aus Gesprächsprotokollen extrahieren. |
ai.forecast |
Ermöglicht Zeitreihenprognosen mit dem TimesFM-Modell. |
Zukünftigen Lagerbedarf anhand historischer Verkaufsdaten vorhersagen. |
Weitere Informationen
Entdecken Sie Entwicklerressourcen, um Ihre eigenen Anwendungen für Abfragen in natürlicher Sprache mit AlloyDB AI zu erstellen.
AlloyDB AI-Vektorsuche und KI-Operatoren
Kleine IT-Teams können generative KI mit Google Cloud Datenbanken nutzen.
KI-Operatoren in AlloyDB und Reranking
AlloyDB AI mit KI-Operatoren bereitstellen. Verwenden Sie sie für Aufgaben wie semantische Suche, Joins und Ergebnisrangfolge.
Modellendpunktverwaltung
Mit der Modellendpunktverwaltung können Sie umfassendere generative KI-Erlebnisse erstellen.