Agar selalu mendapatkan informasi terbaru tentang kemampuan AlloyDB untuk PostgreSQL dan AlloyDB AI, Anda dapat mempelajari panduan teknis terbaru dan postingan blog engineeringyang membahas penelusuran vektor, embedding otomatis, perkiraan deret waktu, konektivitas, dan pemilihan jenis mesin.
Panduan teknis
Melakukan perkiraan deret waktu
Pelajari cara melakukan perkiraan deret waktu pada data operasional Anda menggunakan fungsi AI.Forecast , dengan dukungan bawaan untuk model TimeFM Google Riset.
Membuat indeks ScaNN dalam mode AUTO
Otomatis membuat indeks yang dioptimalkan untuk performa penelusuran atau menyeimbangkan waktu pembuatan indeks dan performa penelusuran.
Membuat dan mengelola embedding vektor otomatis untuk tabel besar
Temukan solusi skalabel untuk membuat embedding vektor secara otomatis pada data Anda dengan .
Memelihara indeks vektor
Gunakan pemeliharaan otomatis untuk indeks ScaNN agar penelusuran vektor Anda tetap cepat dan akurat.
Pelajari opsi konektivitas
Pilih opsi konektivitas yang paling sesuai dengan workload, topologi jaringan, dan persyaratan konektivitas aman Anda.
Memilih jenis mesin untuk cluster Anda
Pelajari jenis mesin yang mendukung persyaratan database Anda.
Blog
Embedding vektor otomatis
Mempercepat adopsi AI perusahaan dengan embedding vektor otomatis yang skalabel.
Indeks Vektor Otomatis + penelusuran vektor otomatis
Buat workload operasional Anda siap untuk penelusuran vektor menggunakan fitur terkelola .
Perkiraan deret waktu
Lakukan perkiraan deret waktu pada data Anda yang disimpan di dengan memanfaatkan model TimeFM Google Riset.
Antigravity
Gunakan Antigravity dan Gemini 3 untuk membangun dengan PostgreSQL menggunakan bahasa alami.
Perkiraan Deret Waktu Zero-Shot di
Pelajari perkiraan deret waktu native di , yang didukung oleh TimesFM.
Indeks penyesuaian mandiri
Pelajari cara memelihara indeks vektor secara otomatis agar penelusuran vektor Anda tetap berperforma tinggi dalam skala besar.