Einführung in Vektorindexe

Ein Vektorindex ist eine Datenstruktur, die die effizientere Ausführung der Funktion VECTOR_SEARCH und der Funktion AI.SEARCH ermöglicht, insbesondere bei großen Datasets.

Anwendungsfälle

Vektorindizes verbessern die Effizienz der Vektorsuche, die in der Regel für Text- oder multimodale Einbettungen Ihrer Daten durchgeführt wird. Mit BigQuery-Vektorindexen können Sie die folgenden Aufgaben effizienter ausführen:

  • Semantische Suche ausführen
  • Ähnliche oder doppelte Bilder, Audioinhalte oder Videos erkennen
  • Clustering, Targeting oder Klassifizierung durchführen
  • Empfehlungssysteme erstellen
  • Die K ähnlichsten Bilder oder Rezensionen zu einer bestimmten Eingabe finden

Weitere Informationen finden Sie unter Einführung in die Vektorsuche.

Preise

Für die CREATE VECTOR INDEX-Anweisung gelten die BigQuery-Preise für Computing. Die für den Aufbau und die Aktualisierung Ihrer Vektorindizes erforderliche Verarbeitung ist kostenlos, solange die Gesamtgröße der indexierten Tabellendaten unter dem Limit pro Organisation liegt. Wenn Sie die Indexierung über dieses Limit hinaus unterstützen möchten, müssen Sie Ihre eigene Reservierung für die Verarbeitung der Indexverwaltungsjobs bereitstellen.

Auch für Indexe ist Speicherplatz erforderlich. Die Anzahl der als Index gespeicherten Byte unterliegt den Kosten für aktiven Speicher.

  • Für aktive Vektorindexe fallen Speicherkosten an.
  • Die Speichergröße des Index finden Sie in der Ansicht INFORMATION_SCHEMA.VECTOR_INDEXES. Wenn der Vektorindex noch nicht zu 100% abgedeckt ist, wird Ihnen trotzdem alles in Rechnung gestellt, was indexiert wurde. Sie können die Indexabdeckung in der Ansicht INFORMATION_SCHEMA.VECTOR_INDEXES prüfen.

Kontingente und Limits

Weitere Informationen finden Sie unter Limits für Vektorindex.

Nächste Schritte