向量索引编制概览

AlloyDB AI 增强了开源 pgvector 扩展程序,不仅与 HNSW 等标准索引类型完全兼容,还可利用 Google 先进的 ScaNN 向量搜索技术大幅提升性能。借助这种独特的集成,您可以构建可扩缩的、可用于生产环境的生成式 AI、语义搜索和推荐引擎,而无需迁移数据或管理单独的向量数据库。

AlloyDB 向量搜索的直观概览

更快、更智能地构建 AI 应用

AlloyDB AI 消除了管理单独的向量数据库的复杂性。将运营数据和嵌入内容集中存储在一个位置,并使用内置函数为大型表生成批量嵌入内容(预览版),从而从单个安全来源扩缩 AI 流水线。

RAG 缩略图

通过使用向量搜索从 AlloyDB 中的私密数据中查找并检索最相关、最新的上下文,直接将其馈送到提示中,从而减少幻觉,增强 LLM 回答。

语义搜索缩略图

通过将数据转换为向量嵌入,启用基于概念的搜索。然后,AlloyDB AI 的快速向量查询会根据商品的语义含义(而不仅仅是关键字匹配)来查找商品。

推荐引擎缩略图

通过使用超快速向量搜索直接在数据库中识别相似的商品或用户(最近邻),实现实时个性化,从而提供动态且相关的推荐。

ScaNN 向量搜索性能

表示速度的图标
表示内存效率的图标
代表查询速度更快的图标
表示过滤后搜索的图标

了解详情

探索我们的开发者资源,利用 AlloyDB 的向量搜索功能构建 AI 应用。

视频

利用 AlloyDB 的语义搜索、混合搜索和多模态搜索功能,提升零售商品的发现率。

文章

一篇关于 AlloyDB 中 ScaNN 索引的架构、算法和性能的技术白皮书。

Codelab

了解如何在 Cloud Run 上执行混合搜索,将 SQL、全文搜索和向量搜索相结合。