ביצוע חיפוש וקטורי

במדריך הזה מוסבר איך להגדיר ולבצע חיפוש וקטורי ב-AlloyDB ל-PostgreSQL באמצעות מסוף Google Cloud . הדוגמאות נועדו להמחשה בלבד, כדי להציג את היכולות של חיפוש וקטורי.

מידע על שימוש בחיפוש וקטורי מסונן כדי למקד את חיפושי הדמיון זמין במאמר חיפוש וקטורי מסונן ב-AlloyDB ל-PostgreSQL.

במאמר תחילת השימוש ב-Vector Embeddings עם AlloyDB AI מוסבר איך מבצעים חיפוש וקטורי באמצעות הטמעות של Vertex AI.

מטרות

  • יוצרים אשכול AlloyDB ומכונה ראשית.
  • מתחברים למסד הנתונים ומתקינים את התוספים הנדרשים.
  • תיצור טבלה של product ו-product inventory.
  • הוספת נתונים לטבלאות product ו-product inventory וביצוע חיפוש וקטורי בסיסי.
  • יוצרים אינדקס ScaNN בטבלת המוצרים.
  • ביצוע חיפוש וקטורי פשוט.
  • ביצוע חיפוש וקטורי מורכב עם מסנן וצירוף.

עלויות

במסמך הזה משתמשים ברכיבים הבאים של Google Cloud, והשימוש בהם כרוך בתשלום:

כדי ליצור הערכת עלויות בהתאם לשימוש החזוי, אפשר להשתמש במחשבון התמחור.

יכול להיות שמשתמשים חדשים ב- Google Cloud זכאים לתקופת ניסיון בחינם.

כשמסיימים את המשימות שמתוארות במסמך הזה אפשר למחוק את המשאבים שיצרתם כדי להימנע מחיובים נוספים. מידע נוסף זמין בקטע הסרת המשאבים.

לפני שמתחילים

הפעלת החיוב וממשקי ה-API הנדרשים

  1. נכנסים לדף Clusters במסוף Google Cloud .

    כניסה לדף לבחירת הפרויקט

  2. מוודאים שהחיוב מופעל בפרויקט Google Cloud .

  3. מפעילים את Cloud APIs שנדרשים כדי ליצור מכונת AlloyDB ל-PostgreSQL ולהתחבר אליה.

    הפעלת ממשקי ה-API

    1. בשלב אישור הפרויקט, לוחצים על הבא כדי לאשר את שם הפרויקט שרוצים לבצע בו שינויים.

    2. בשלב Enable APIs (הפעלת ממשקי API), לוחצים על Enable (הפעלה) כדי להפעיל את ממשקי ה-API הבאים:

      • AlloyDB API
      • ‫Compute Engine API
      • Service Networking API
      • Vertex AI API

יצירת אשכול ומכונה ראשית ב-AlloyDB

  1. נכנסים לדף Clusters במסוף Google Cloud .

    כניסה לדף Clusters

  2. לוחצים על יצירת אשכול.

  3. בשדה Cluster ID (מזהה האשכול), מזינים my-cluster.

  4. מזינים סיסמה. חשוב לשים לב לסיסמה הזו כי תשתמשו בה במדריך הזה.

  5. בוחרים אזור – לדוגמה, us-central1 (Iowa).

  6. בוחרים את רשת ברירת המחדל.

    אם יש לכם חיבור גישה פרטי, ממשיכים לשלב הבא. אם לא, לוחצים על הגדרת חיבור ופועלים לפי השלבים הבאים:

    1. בקטע הקצאת טווח כתובות IP, לוחצים על שימוש בטווח כתובות IP שהוקצה באופן אוטומטי.
    2. לוחצים על המשך ואז על יצירת קישור.

  7. בקטע זמינות אזורית, בוחרים באפשרות אזור יחיד.

  8. בוחרים את סוג המכונה 2 vCPU,16 GB.

  9. בקטע קישוריות, בוחרים באפשרות הפעלת כתובת IP ציבורית.

  10. לוחצים על יצירת אשכול. יכול להיות שיעברו כמה דקות עד ש-AlloyDB ייצור את האשכול ויציג אותו בדף סקירה כללית של האשכול הראשי.

  11. בקטע Instances in your cluster (מופעים באשכול), מרחיבים את החלונית Connectivity (קישוריות). חשוב לשים לב למזהה ה-URI של החיבור כי תשתמשו בו במדריך הזה.

    ה-URI של החיבור הוא בפורמט projects/<var>PROJECT_ID</var>/locations/<var>REGION_ID</var>/clusters/my-cluster/instances/my-cluster-primary.

מתן הרשאת משתמש ב-Vertex AI לסוכן שירות של AlloyDB

כדי לאפשר ל-AlloyDB להשתמש במודלים להטמעת טקסט של Vertex AI, צריך להוסיף הרשאות משתמש ב-Vertex AI לסוכן השירות של AlloyDB בפרויקט שבו נמצאים האשכול והמופע.

מידע נוסף על הוספת ההרשאות זמין במאמר מתן הרשאת משתמש ב-Vertex AI לסוכן שירות של AlloyDB.

התחברות למסד הנתונים באמצעות דפדפן אינטרנט

  1. נכנסים לדף Clusters במסוף Google Cloud .

    כניסה לדף Clusters

  2. בעמודה Resource name (שם המשאב), לוחצים על שם האשכול, my-cluster.

  3. בחלונית הניווט, לוחצים על AlloyDB Studio.

  4. בדף Sign in to AlloyDB Studio (כניסה ל-AlloyDB Studio), פועלים לפי השלבים הבאים:

    1. בוחרים את מסד הנתונים postgres.
    2. בוחרים את המשתמש postgres.
    3. מזינים את הסיסמה שיצרתם בשלב יצירת אשכול והמופע הראשי שלו.
    4. לוחצים על אימות. בחלונית Explorer מוצגת רשימה של האובייקטים במסד הנתונים postgres.

  5. פותחים כרטיסייה חדשה על ידי לחיצה על + New SQL editor tab או על + New tab.

התקנת תוספים נדרשים

מריצים את השאילתה הבאה כדי להתקין את התוספים vector ו-alloydb_scann:

  CREATE EXTENSION IF NOT EXISTS vector;
  CREATE EXTENSION IF NOT EXISTS alloydb_scann;

הוספת נתוני מוצרים ומלאי מוצרים וביצוע חיפוש וקטורי בסיסי

  1. מריצים את ההצהרה הבאה כדי ליצור טבלה בשם product שמבצעת את הפעולות הבאות:

    • שומר את פרטי המוצר הבסיסיים.
    • כולל עמודת וקטור embedding שמחשבת ומאחסנת וקטור הטמעה לתיאור מוצר של כל מוצר.
      CREATE TABLE product (
    id INT PRIMARY KEY,
    name VARCHAR(255) NOT NULL,
    description TEXT,
    category VARCHAR(255),
    color VARCHAR(255),
    embedding vector(768) GENERATED ALWAYS AS (embedding('text-embedding-005', description)) STORED
  );

    במידת הצורך, אפשר להשתמש ב-Logs Explorer כדי לראות את היומנים ולפתור בעיות.

  2. מריצים את השאילתה הבאה כדי ליצור טבלה product_inventory שמאחסנת מידע על מלאי זמין ומחירים תואמים. במדריך הזה נעשה שימוש בטבלאות product_inventory ו-product כדי להריץ שאילתות מורכבות של חיפוש וקטורי.

    CREATE TABLE product_inventory (
  id INT PRIMARY KEY,
  product_id INT REFERENCES product(id),
  inventory INT,
  price DECIMAL(10,2)
);

  3. מריצים את השאילתה הבאה כדי להוסיף נתוני מוצרים לטבלה product:

    INSERT INTO product (id, name, description,category, color) VALUES
(1, 'Stuffed Elephant', 'Soft plush elephant with floppy ears.', 'Plush Toys', 'Gray'),
(2, 'Remote Control Airplane', 'Easy-to-fly remote control airplane.', 'Vehicles', 'Red'),
(3, 'Wooden Train Set', 'Classic wooden train set with tracks and trains.', 'Vehicles', 'Multicolor'),
(4, 'Kids Tool Set', 'Toy tool set with realistic tools.', 'Pretend Play', 'Multicolor'),
(5, 'Play Food Set', 'Set of realistic play food items.', 'Pretend Play', 'Multicolor'),
(6, 'Magnetic Tiles', 'Set of colorful magnetic tiles for building.', 'Construction Toys', 'Multicolor'),
(7, 'Kids Microscope', 'Microscope for kids with different magnification levels.', 'Educational Toys', 'White'),
(8, 'Telescope for Kids', 'Telescope designed for kids to explore the night sky.', 'Educational Toys', 'Blue'),
(9, 'Coding Robot', 'Robot that teaches kids basic coding concepts.', 'Educational Toys', 'White'),
(10, 'Kids Camera', 'Durable camera for kids to take pictures and videos.', 'Electronics', 'Pink'),
(11, 'Walkie Talkies', 'Set of walkie talkies for kids to communicate.', 'Electronics', 'Blue'),
(12, 'Karaoke Machine', 'Karaoke machine with built-in microphone and speaker.', 'Electronics', 'Black'),
(13, 'Kids Drum Set', 'Drum set designed for kids with adjustable height.', 'Musical Instruments', 'Blue'),
(14, 'Kids Guitar', 'Acoustic guitar for kids with nylon strings.', 'Musical Instruments', 'Brown'),
(15, 'Kids Keyboard', 'Electronic keyboard with different instrument sounds.', 'Musical Instruments', 'Black'),
(16, 'Art Easel', 'Double-sided art easel with chalkboard and whiteboard.', 'Arts & Crafts', 'White'),
(17, 'Finger Paints', 'Set of non-toxic finger paints for kids.', 'Arts & Crafts', 'Multicolor'),
(18, 'Modeling Clay', 'Set of colorful modeling clay.', 'Arts & Crafts', 'Multicolor'),
(19, 'Watercolor Paint Set', 'Watercolor paint set with brushes and palette.', 'Arts & Crafts', 'Multicolor'),
(20, 'Beading Kit', 'Kit for making bracelets and necklaces with beads.', 'Arts & Crafts', 'Multicolor'),
(21, '3D Puzzle', '3D puzzle of a famous landmark.', 'Puzzles', 'Multicolor'),
(22, 'Race Car Track Set', 'Race car track set with cars and accessories.', 'Vehicles', 'Multicolor'),
(23, 'RC Monster Truck', 'Remote control monster truck with oversized tires.', 'Vehicles', 'Green'),
(24, 'Train Track Expansion Set', 'Expansion set for wooden train tracks.', 'Vehicles', 'Multicolor');

  4. אופציונלי: מריצים את השאילתה הבאה כדי לוודא שהנתונים מוזנים בטבלה product:

    SELECT * FROM product;

  5. מריצים את השאילתה הבאה כדי להוסיף נתוני מלאי לטבלה product_inventory:

    INSERT INTO product_inventory (id, product_id, inventory, price) VALUES
(1, 1, 9, 13.09),
(2, 2, 40, 79.82),
(3, 3, 34, 52.49),
(4, 4, 9, 12.03),
(5, 5, 36, 71.29),
(6, 6, 10, 51.49),
(7, 7, 7, 37.35),
(8, 8, 6, 10.87),
(9, 9, 7, 42.47),
(10, 10, 3, 24.35),
(11, 11, 4, 10.20),
(12, 12, 47, 74.57),
(13, 13, 5, 28.54),
(14, 14, 11, 25.58),
(15, 15, 21, 69.84),
(16, 16, 6, 47.73),
(17, 17, 26, 81.00),
(18, 18, 11, 91.60),
(19, 19, 8, 78.53),
(20, 20, 43, 84.33),
(21, 21, 46, 90.01),
(22, 22, 6, 49.82),
(23, 23, 37, 50.20),
(24, 24, 27, 99.27);

  6. מריצים את שאילתת החיפוש הווקטורי הבאה שמנסה למצוא מוצרים שדומים למילה music. המשמעות היא שגם אם המילה music לא מוזכרת במפורש בתיאור המוצר, בתוצאה מוצגים מוצרים שרלוונטיים לשאילתה:

    SELECT * FROM product
ORDER BY embedding <=> embedding('text-embedding-005', 'music')::vector
LIMIT 3;

    תוצאת השאילתה היא: תוצאה של שאילתת חיפוש בסיסית

    כשמבצעים חיפוש וקטורי בסיסי בלי ליצור אינדקס, נעשה שימוש בחיפוש מדויק של השכן הקרוב ביותר (KNN), שמספק אחזור יעיל. שימוש ב-KNN בקנה מידה גדול עלול להשפיע על הביצועים. כדי לשפר את הביצועים של השאילתות, מומלץ להשתמש באינדקס ScaNN לחיפוש של השכן הקרוב המשוער (ANN), שמספק אחזור גבוה עם חביון נמוך.

    אם לא יוצרים אינדקס, ברירת המחדל של AlloyDB היא שימוש בחיפוש מדויק של השכן הקרוב ביותר (KNN).

    למידע נוסף על שימוש ב-ScaNN בהיקף גדול, אפשר לקרוא את המאמר תחילת העבודה עם הטמעות וקטוריות באמצעות AlloyDB AI.

יצירת אינדקס ScaNN בטבלת המוצרים

מריצים את השאילתה הבאה כדי ליצור אינדקס product_index ScaNN בטבלה product:

  CREATE INDEX product_index ON product
  USING scann (embedding cosine)
  WITH (num_leaves=5);

הפרמטר num_leaves מציין את מספר צמתי העלה שמשמשים לבניית האינדקס מבוסס העץ. מידע נוסף על אופטימיזציה של הפרמטר הזה זמין במאמר אופטימיזציה של הביצועים של שאילתות וקטוריות.

מריצים את שאילתת החיפוש הווקטורי הבאה שמנסה למצוא מוצרים שדומים לשאילתת השפה הטבעית music. למרות שהמילה music לא נכללת בתיאור המוצר, התוצאה מציגה מוצרים שרלוונטיים לשאילתה:

SET LOCAL scann.num_leaves_to_search = 2;

SELECT * FROM product
ORDER BY embedding <=> embedding('text-embedding-005', 'music')::vector
  LIMIT 3;

אלה תוצאות השאילתה: תוצאה של שאילתת חיפוש וקטורי

פרמטר השאילתה scann.num_leaves_to_search שולט במספר צמתי העלה שמתבצע בהם חיפוש במהלך חיפוש דמיון. הערכים של הפרמטרים num_leaves ו-scann.num_leaves_to_search עוזרים להשיג איזון בין הביצועים לבין ההיזכרות.

אפשר להריץ שאילתות חיפוש וקטורי מסוננות ביעילות גם כשמשתמשים באינדקס ScaNN. מריצים את שאילתת החיפוש הווקטורי המורכבת הבאה, שמחזירה תוצאות רלוונטיות שעומדות בתנאי השאילתה, גם עם מסננים:

SET LOCAL scann.num_leaves_to_search = 2;

SELECT * FROM product p
JOIN product_inventory pi ON p.id = pi.product_id
WHERE pi.price < 80.00
ORDER BY embedding <=> embedding('text-embedding-005', 'music')::vector
LIMIT 3;

אתם יכולים להשתמש בחנות התוכן של מנוע מבוסס-עמודות כדי לשפר את הביצועים של חיפושים של דמיון וקטורי, במיוחד חיפושים של K-Nearest Neighbor ‏ (KNN), בשילוב עם סינון סלקטיבי מאוד של פרדיקטים – לדוגמה, באמצעות LIKE – במסדי נתונים. בקטע הזה משתמשים בתוסף vector ובתוסף AlloyDB google_columnar_engine. מידע נוסף על אופן הפעולה של מנוע מבוסס-עמודות זמין במאמר בנושא מנוע מבוסס-עמודות של AlloyDB.

השיפורים בביצועים נובעים מהיעילות המובנית של מנוע העמודות בסריקת מערכי נתונים גדולים ובהחלת מסננים – כמו LIKEפרדיקטים – בשילוב עם היכולת שלו לסנן מראש שורות באמצעות תמיכה בווקטורים. הפונקציונליות הזו מצמצמת את מספר קבוצות המשנה של הנתונים שנדרשות לחישובים הבאים של מרחק וקטורי KNN, ועוזרת לבצע אופטימיזציה של שאילתות אנליטיות מורכבות שכוללות סינון רגיל וחיפוש וקטורי.

החנות העמודתית מציעה שתי אפשרויות לניהול התוכן שלה:

כדי להשוות את זמן הביצוע של חיפוש וקטורי KNN שסונן לפי LIKE predicate לפני ואחרי שמפעילים את מנוע מבוסס-העמודות, פועלים לפי השלבים הבאים:

  1. מפעילים את התוסף vector כדי לתמוך בסוגי נתונים וקטוריים ובפעולות. מריצים את ההצהרות הבאות כדי ליצור טבלה לדוגמה (items) עם מזהה, תיאור טקסט ועמודת הטמעה של וקטורים עם 512 ממדים.

    CREATE EXTENSION IF NOT EXISTS vector;

CREATE TABLE items (
    id SERIAL PRIMARY KEY,
    description TEXT,
    embedding VECTOR(512)
);

  2. כדי לאכלס את הנתונים, מריצים את ההצהרות הבאות כדי להוסיף מיליון שורות לטבלת הדוגמה items.

    -- Simplified example of inserting matching (~0.1%) and non-matching data
INSERT INTO items (description, embedding)
SELECT
    CASE WHEN g % 1000 = 0 THEN 'product_' || md5(random()::text) || '_common' -- ~0.1% match
    ELSE 'generic_item_' || g || '_' || md5(random()::text)    -- ~99.9% don't match
    END,
    random_vector(512) -- Assumes random_vector function exists
FROM generate_series(1, 999999) g;

  3. מדידת ביצועי הבסיס של חיפוש הדמיון הווקטורי ללא מנוע מבוסס-עמודות.

    SELECT id, description, embedding <-> '[...]' AS distance
FROM items
WHERE description LIKE '%product_%_common%'
ORDER BY embedding <-> '[...]'
LIMIT 100;

  4. מריצים את הפקודה הבאה ב-CLI של Google Cloud כדי להפעיל את מנוע מבוסס-העמודות ואת התמיכה בווקטורים. כדי להשתמש ב-CLI של gcloud, אפשר להתקין ולהפעיל את ה-CLI של gcloud.

    gcloud beta alloydb instances update INSTANCE_ID \
    --cluster=CLUSTER_ID \
    --region=REGION_ID \
    --project=PROJECT_ID \
    --database-flags=google_columnar_engine.enabled=on,google_columnar_engine.enable_vector_support=on

  5. מוסיפים את טבלת items למנוע מבוסס-עמודות:

    SELECT google_columnar_engine_add('items');

  6. מדידת הביצועים של חיפוש הדמיון הווקטורי באמצעות מנוע עמודות. מריצים מחדש את השאילתה שהרצתם קודם כדי למדוד את ביצועי הבסיס.

    SELECT id, description, embedding <-> '[...]' AS distance
FROM items
WHERE description LIKE '%product_%_common%'
ORDER BY embedding <-> '[...]'
LIMIT 100;

  7. כדי לבדוק אם השאילתה הופעלה באמצעות מנוע עמודות, מריצים את הפקודה הבאה:

    explain (analyze) SELECT id, description, embedding <-> '[...]' AS distance
FROM items
WHERE description LIKE '%product_%_common%'
ORDER BY embedding <-> '[...]'
LIMIT 100;

הסרת המשאבים

  1. נכנסים לדף Clusters במסוף Google Cloud .

    כניסה לדף Clusters

  2. בעמודה שם המשאב, לוחצים על שם האשכול, my-cluster.

  3. לוחצים על מחיקת האשכול.

  4. בקטע Delete cluster my-cluster, מזינים my-cluster כדי לאשר את מחיקת האשכול.

  5. לוחצים על Delete.

  6. אם יצרתם חיבור פרטי כשיצרתם אשכול, עוברים אל Google Cloud מסוףהדף 'רשת' ולוחצים על מחיקת רשת VPC.

המאמרים הבאים