אחסון הטמעות וקטוריות

התוסף vector ב-AlloyDB ל-PostgreSQL מספק פונקציות ואופרטורים של pgvector שמאפשרים להשתמש במסד הנתונים כמאגר וקטורים. אפשר להוסיף עמודות vector לטבלאות ולאחסן הטמעות שנוצרו כערכים וקטוריים לעומסי עבודה של חיפוש סמנטי ו-AI גנרטיבי.

תוסף מסד נתונים נדרש

כדי לאחסן את ההטמעות שנוצרו כערכי vector, צריך להשתמש בתוסף vector, בגרסה 0.5.0.google-1 ואילך, שכולל פונקציות ואופרטורים של pgvector. זו גרסה של pgvector ש-Google הרחיבה עם אופטימיזציות ספציפיות ל-AlloyDB.

CREATE EXTENSION IF NOT EXISTS vector;

הטמעות שנוצרו בחנות

מוודאים שכבר יצרתם טבלה במסד הנתונים של AlloyDB.

כדי לאחסן הטמעות וקטורים:

  1. יוצרים עמודה מסוג vector[] בטבלה כדי לאחסן את ההטמעות:

    ALTER TABLE TABLE ADD COLUMN EMBEDDING_COLUMN vector(DIMENSIONS);

    מחליפים את מה שכתוב בשדות הבאים:

    • ‫TABLE: שם הטבלה

    • ‫EMBEDDING_COLUMN: השם של עמודת ההטמעה החדשה

    • ‫DIMENSIONS: מספר המאפיינים שהמודל תומך בהם.

      לדוגמה, אם אתם משתמשים באחד מהמודלים של text-embedding באנגלית, למשל text-embedding-005 עם Vertex AI, ציינו 768.

  2. מעתיקים את הווקטורים לעמודת הווקטורים. בדוגמה הבאה, אנחנו מניחים שההטמעות זמינות בקובץ CSV:

    COPY TABLE (EMBEDDING_COLUMN) FROM 'PATH_TO_VECTOR_CSV (FORMAT CSV);

    מחליפים את מה שכתוב בשדות הבאים:

    • ‫TABLE: שם הטבלה.

    • ‫EMBEDDING_COLUMN: שם עמודת ההטמעה.

    • ‫PATH_TO_VECTOR_CSV: הנתיב המלא של המקום שבו שמרתם את קובץ .CSV.

אחרי ששומרים את ההטמעות, אפשר להשתמש בתוסף vector או בתוסף alloydb_scann כדי ליצור אינדקסים לביצועים מהירים יותר של שאילתות.

המאמרים הבאים