Vector Assist 是 AlloyDB for PostgreSQL 擴充功能，提供宣告式 SQL 架構，可用於部署及管理向量搜尋工作負載。您不必手動設定嵌入生成、索引參數和查詢調整，而是使用 SQL 函式宣告工作負載需求，例如目標資料表、來源文字欄和喚回度目標。
向量輔助功能會根據向量規格，使用自動調整演算法產生最佳化 SQL 建議，並附上說明供您查看、修改及套用。這項工作流程可協助您建立原型，並部署可用於正式環境的語意搜尋應用程式，只需執行最基本的手動設定。
向量輔助功能的運作方式
使用向量輔助功能時，您必須定義向量規格。架構會使用這些向量規格 (也稱為向量規格)，生成建立向量索引所需的步驟。向量輔助功能會輸出部署向量工作負載所需的步驟，做為建議。每次修改向量規格時，向量輔助功能都會重新產生建議。
按照上述建議步驟生成向量索引後，即可使用向量輔助功能生成最佳化搜尋查詢。
Vector Assist 規格
設定向量索引規格 (或向量規格) 是使用向量輔助功能的第一步。向量規格是物件，可定義向量工作負載的意圖和需求。其中包含所有必要資訊，包括：
您可以使用 vector_assist.define_spec 函式定義向量規格，並隨時修改。系統會為每個規格指派專屬 ID，並儲存在名為 vector_assist.VECTOR_SPECS 的資料表中。
向量輔助功能會推斷規格輸入內容，並使用最佳化自動調整演算法計算最佳索引設定。雖然向量輔助功能會使用這些值來簡化開發程序，但您仍可依偏好自訂這些值。
向量輔助建議
定義向量規格後，向量輔助功能會處理輸入內容並產生建議。這些建議是實用步驟 (通常是 SQL 指令) 的排序清單，您必須執行這些步驟，才能根據規格部署向量工作負載。每項建議都包含下列內容：
- 要執行的 SQL 查詢。
- 詳細說明查詢內容和建議原因。
- 潛在取捨或成本的相關資訊，例如預估索引大小或建構時間。
向量輔助功能會將建議儲存在名為 vector_assist.RECOMMENDATIONS 的資料表中，您可以逐一或整體查看、修改及套用建議。
每次修改工作負載的向量規格時，向量輔助功能都會重新產生建議，以符合更新後的規格。
限制
搭配 AlloyDB 執行個體使用向量輔助功能時，請注意下列限制：
- 向量輔助功能僅支援 PostgreSQL 17 以上版本。
- 雖然向量輔助功能支援所有
pgvector版本，但建議使用最新版本，以獲得最佳效能和功能支援。詳情請參閱pgvector變更記錄。 - 如果執行個體使用
google_ml_integration擴充功能生成嵌入，則使用向量輔助功能時，也須遵守相關限制。詳情請參閱「在 AlloyDB 註冊及呼叫遠端 AI 模型總覽」。 - Vector Assist 僅支援
HNSW和IVFFlat索引類型。不支援ScaNN索引類型。 - 向量輔助功能僅支援文字嵌入模型，可自動生成嵌入，並使用
text_column_name做為輸入參數。如果向量工作負載需要多模態嵌入模型，請使用google_ml_integration擴充功能或其他擴充功能，手動生成這些嵌入，然後使用向量輔助功能，對這些嵌入啟用語意搜尋。