בחירת אינדקס וקטורים ב-AlloyDB AI

בחירת גרסת תיעוד:

בדף הזה מתוארות שיטות לחיפוש וקטורים ב-AlloyDB AI ומוסבר מתי כדאי להשתמש בכל שיטה. כברירת מחדל, AlloyDB משתמש בחיפוש k-nearest neighbors (KNN) כדי למצוא וקטורים שדומים לשאילתה. אינדקסים של וקטורים מיישמים אסטרטגיית חיפוש שנקראת 'שכן קרוב משוער' (ANN). כשיוצרים אינדקס וקטורי, AlloyDB AI משתמש ב-ANN, שמספק ביצועים טובים יותר מ-KNN. חשוב לזכור שכאשר בוחרים אינדקס וקטורי, צריך לאזן בין זמן האחזור של השאילתה לבין ההחזרה.

החזרת מידע מודדת את היעילות של החיפוש באחזור כל הפריטים הרלוונטיים לשאילתה מסוימת. לדוגמה, נניח שיש לכם 100 הטמעות, וכל אחת מהן מייצגת ישות במסד הנתונים. אתם שולחים שאילתה להטמעות עם וקטור יעד ומגבילים אותה ל-10 תוצאות. חיפוש וקטורים ב-KNN מוצא את 10 הווקטורים הכי קרובים באמצעות שיטת חישוב של כוח גס, וכתוצאה מכך מתקבלת רמת דיוק של 100%. ‫AlloyDB AI משתמש בשיטה הזו כברירת מחדל אם לא נוצר או נבחר אינדקס חיפוש וקטורי. כשיוצרים אינדקס וקטורים ב-AlloyDB ל-PostgreSQL, בדרך כלל נעשה שימוש ב-ANN, שיכול לחלק וקטורים לפי דמיון כדי לאפשר אחזור מהיר יותר. כתוצאה מכך, יכול להיות ש-10 הווקטורים שמוחזרים בדוגמה הקודמת לא יהיו בדיוק 10 הווקטורים שהמרחק שלהם הכי קרוב. אם רק 8 מתוך 10 הווקטורים שאוחזרו הם הקרובים ביותר במרחב לווקטור השאילתה, אז ה-recall הוא 80%.

זמן האחזור של השאילתה מגדיר את המהירות שבה נוצרות תוצאות החיפוש. לדוגמה, זמן האחזור מחושב על סמך הזמן שחלף ממועד שליחת השאילתה ועד להחזרת הווקטורים.

בחירה של אסטרטגיית חיפוש

כשמבצעים חיפוש וקטורי ב-AlloyDB, בוחרים באחת מאסטרטגיות החיפוש הבאות:

אסטרטגיית חיפוש תיאור תרחישים לדוגמה
שכנים קרובים (KNN) אלגוריתם שמאתר את נקודות הנתונים של k השכנים הקרובים ביותר לנקודת נתונים נתונה של שאילתה. כשמבצעים חיפוש וקטורי בלי ליצור אינדקס, מתבצע חיפוש KNN כברירת מחדל.
  • האפליקציה שלך רגישה מאוד לדיוק ואתה צריך את ההתאמות הכי קרובות.
  • יש לכם פחות מ-100,000 וקטורים.
שכנים קרובים משוערים (ANN) אלגוריתם שמוצא בקירוב את נקודות הנתונים הקרובות ביותר. רשת ה-ANN מחלקת נקודות נתונים קיימות של לקוחות לקבוצות קטנות על סמך דמיון.
  • האפליקציה שלכם דורשת זמן אחזור נמוך.
  • יש לכם יותר מ-100,000 וקטורים.

‫Google ממליצה ליצור אינדקס וקטורי כדי לשפר את הביצועים של שאילתות החיפוש הווקטורי. מידע נוסף על השימוש באינדקס ANN לחיפושים של דמיון זמין במאמר יצירה של אינדקסים ושאילתות של וקטורים באמצעות ScaNN.

המאמרים הבאים