Menginstal AlloyDB Omni dengan AlloyDB AI

Pilih versi dokumentasi:

Halaman ini menunjukkan cara menginstal AlloyDB Omni dan mengintegrasikan AlloyDB AI.

AlloyDB AI adalah rangkaian fitur yang disertakan dengan AlloyDB Omni yang memungkinkan Anda membuat aplikasi AI generatif perusahaan. Untuk mengetahui informasi selengkapnya tentang fungsi AI/ML AlloyDB, lihat Membangun aplikasi AI generatif.

AlloyDB Omni dengan AlloyDB AI memungkinkan Anda membuat kueri model ML jarak jauh menggunakan ekstensi google_ml_integration untuk menggunakan prediksi online dan embedding teks yang dihasilkan dari model ML. AlloyDB Omni dengan AlloyDB AI juga dapat memproses embedding vektor dari konten lain seperti gambar, misalnya, jika Anda menggunakan antarmuka google_ml.predict_row dan melakukan terjemahan sendiri dalam kueri.

Menyiapkan Google Cloud kueri model jarak jauh

Jika ingin membuat kueri model Vertex AI, Anda harus mengonfigurasi akun layanan AlloyDB Omni dengan Vertex AI sebelum menginstal AlloyDB Omni.

Untuk menyiapkan akun layanan guna membuat kueri model jarak jauh, ikuti langkah-langkah berikut:

  1. Buat akun layanan dengan Google Cloud. Anda akan memberikan izin akun layanan ini untuk mengakses Vertex AI pada langkah berikutnya.

  2. Buat kunci akun layanan dan simpan dalam format JSON ke file private-key.json, lalu download.

  3. Salin kunci akun layanan yang Anda buat ke KEY_PATH. Jalur kunci harus berupa jalur di host Anda yang dapat diakses, dan dimiliki, oleh pengguna yang akan menjalankan AlloyDB Omni.

  4. Aktifkan Vertex AI API di Google Cloud project Anda.

    gcloud services enable aiplatform.googleapis.com
    
  5. Tambahkan izin Identity and Access Management (IAM) Vertex AI ke project dan akun layanan yang sesuai.

    gcloud projects add-iam-policy-binding PROJECT_ID \
        --member="serviceAccount:SERVICE_ACCOUNT_ID" \
        --role="roles/aiplatform.user"
    

    Ganti kode berikut:

    • PROJECT_ID: ID project Anda Google Cloud .

    • SERVICE_ACCOUNT_ID: ID akun layanan yang Anda buat pada langkah pertama. Hal ini mencakup akhiran @PROJECT_ID.iam.gserviceaccount.com lengkap. Misalnya, my-service@my-project.iam.gserviceaccount.com.

  1. Instal paket RPM AlloyDB Omni.

Mengonfigurasi AlloyDB AI untuk AlloyDB Omni

Setelah menginstal paket RPM AlloyDB Omni, selesaikan langkah-langkah berikut untuk mengintegrasikan AlloyDB AI:

  1. Selesaikan semua langkah yang tercantum di Menyiapkan Google Cloud kueri model jarak jauh.

  2. Pindahkan kunci akun layanan ke direktori data AlloyDB Omni.

    sudo mv KEY_PATH DATA_DIR/private-key.json

    Ganti variabel berikut:

    • KEY_PATH: Jalur untuk file kunci akun layanan Anda.
    • DATA_DIR: Jalur direktori host tempat data Anda disimpan.
  3. Tetapkan pemilik kunci akun layanan ke postgres dan izinnya ke 600.

    sudo chown postgres:postgres DATA_DIR/private-key.json
    sudo chmod 600 DATA_DIR/private-key.json
  4. Perbarui konfigurasi AlloyDB Omni dengan menambahkan opsi berikut ke file postgresql.conf:

    sudo tee -a DATA_DIR/postgresql.conf << EOF
    omni_enable_ml_agent_process = 'on'
    omni_google_cloud_private_key_file_path = 'DATA_DIR/private-key.json'
    EOF
  5. Mulai ulang layanan AlloyDB Omni.

    sudo systemctl restart alloydbomni18

Menyambungkan menggunakan psql

Untuk terhubung ke database AlloyDB Omni, jalankan perintah berikut:

sudo -u postgres /usr/lib/postgresql/18/bin/psql -U postgres

Memverifikasi penginstalan AlloyDB Omni dengan AlloyDB AI

Untuk memverifikasi bahwa penginstalan berhasil dan menggunakan prediksi model, masukkan hal berikut:

CREATE EXTENSION IF NOT EXISTS google_ml_integration CASCADE;

SELECT array_dims(embedding('text-embedding-005', 'AlloyDB AI')::real[]);

Outputnya akan terlihat mirip seperti berikut:

array_dims
------------
[1:768]
(1 row)

Dalam kueri sebelumnya, panggilan embedding() menghasilkan embedding untuk teks input AlloyDB AI. array_dims menampilkan dimensi array yang ditampilkan oleh embedding(). Karena model text-embedding-005 menampilkan output dengan 768 dimensi, outputnya adalah [768].

Langkah berikutnya