Présentation des index vectoriels

Un index vectoriel est une structure de données conçue pour permettre aux fonctions VECTOR_SEARCH et AI.SEARCH de s'exécuter plus efficacement, en particulier sur de grands ensembles de données.

Cas d'utilisation

Les index vectoriels améliorent l'efficacité de la recherche vectorielle, qui est généralement effectuée sur des embeddings textuels ou multimodaux de vos données. Les index vectoriels BigQuery vous aident à effectuer plus efficacement les tâches suivantes :

  • Effectuer une recherche sémantique
  • Détecter les images, les contenus audio ou les vidéos similaires ou en double
  • Effectuer du clustering, du ciblage ou de la classification
  • Créer des systèmes de recommandation
  • Trouver les K images ou avis les plus similaires à une entrée donnée

Pour en savoir plus, consultez Présentation de la recherche vectorielle.

Tarifs

L'instruction CREATE VECTOR INDEX utilise la tarification du calcul BigQuery. Le traitement requis pour créer et actualiser vos index vectoriels est sans frais tant que la taille totale des données de table indexées est inférieure à votre limite par organisation. Pour accepter l'indexation au-delà de cette limite, vous devez fournir votre propre réservation pour la gestion des jobs de gestion des index.

Le stockage est également un facteur à prendre en compte pour les index. La quantité d'octets stockés en tant qu'index est soumise aux frais de stockage actif.

  • Les index vectoriels entraînent des coûts de stockage lorsqu'ils sont actifs.
  • Vous pouvez trouver la taille de stockage de l'index à l'aide de la vue INFORMATION_SCHEMA.VECTOR_INDEXES. Si l'index vectoriel n'est pas encore à 100 % de la couverture, vous êtes toujours facturé pour ce qui a été indexé. Vous pouvez vérifier la couverture de l'index à l'aide de la vue INFORMATION_SCHEMA.VECTOR_INDEXES.

Quotas et limites

Pour en savoir plus, consultez Limites des index vectoriels.

Étapes suivantes