Pengantar indeks vektor

Indeks vektor adalah struktur data yang dirancang untuk memungkinkan fungsi VECTOR_SEARCH dan fungsi AI.SEARCH dieksekusi secara lebih efisien, terutama pada set data besar.

Kasus penggunaan

Indeks vektor meningkatkan efisiensi penelusuran vektor, yang biasanya dilakukan pada embedding multimodal atau teks data Anda. Indeks vektor BigQuery membantu Anda melakukan tugas berikut secara lebih efisien:

  • Melakukan penelusuran semantik
  • Mendeteksi gambar, audio, atau video yang serupa atau duplikat
  • Melakukan pengelompokan, penargetan, atau klasifikasi
  • Membangun sistem rekomendasi
  • Menemukan K gambar atau ulasan yang paling mirip dengan input tertentu

Untuk mengetahui informasi selengkapnya, lihat Pengantar penelusuran vektor.

Harga

Pernyataan CREATE VECTOR INDEX menggunakan harga komputasi BigQuery. Pemrosesan yang diperlukan untuk membangun dan memuat ulang indeks vektor tidak dikenai biaya selama ukuran total data tabel yang diindeks berada di bawah batas per organisasi Anda. Untuk mendukung pengindeksan di luar batas ini, Anda harus menyediakan pemesanan sendiri untuk menangani tugas pengelolaan indeks.

Penyimpanan juga menjadi pertimbangan untuk indeks. Jumlah byte yang disimpan sebagai indeks tunduk pada biaya penyimpanan aktif.

  • Indeks vektor akan dikenai biaya penyimpanan saat aktif.
  • Anda dapat menemukan ukuran penyimpanan indeks dengan menggunakan tampilan INFORMATION_SCHEMA.VECTOR_INDEXES. Jika indeks vektor belum mencapai cakupan 100%, Anda tetap akan dikenai biaya untuk apa pun yang telah diindeks. Anda dapat memeriksa cakupan indeks menggunakan tampilan INFORMATION_SCHEMA.VECTOR_INDEXES.

Kuota dan batas

Untuk mengetahui informasi selengkapnya, lihat Batas indeks vektor.

Langkah berikutnya