向量索引簡介
向量索引是一種資料結構，可讓 VECTOR_SEARCH 函式和 AI.SEARCH 函式更有效率地執行，特別是在大型資料集上。
用途
向量索引可提升向量搜尋的效率，這類搜尋通常會對資料的文字或多模態嵌入項目執行。BigQuery 向量索引可協助您更有效率地執行下列工作：
- 執行語意搜尋
- 偵測相似或重複的圖片、音訊或影片
- 執行叢集、目標對象或分類
- 建構推薦系統
- 找出與指定輸入內容最相似的前 K 張圖片或評論
詳情請參閱「向量搜尋簡介」。
定價
CREATE VECTOR INDEX 陳述式會使用 BigQuery 計算價格。只要索引資料表資料的總大小低於機構的限制，建立及重新整理向量索引所需的處理作業就不會產生費用。如要支援超出這項限制的索引作業，您必須自行預訂，以處理索引管理工作。
索引也需要儲存空間。以索引形式儲存的位元組數量會產生動態儲存費用。
- 向量索引處於有效狀態時會產生儲存空間費用。
- 您可以使用
INFORMATION_SCHEMA.VECTOR_INDEXES檢視畫面找出索引儲存空間大小。如果向量索引的涵蓋範圍尚未達到 100%，系統仍會針對已建立索引的內容向您收費。您可以使用INFORMATION_SCHEMA.VECTOR_INDEXES檢視畫面檢查索引涵蓋範圍。
配額與限制
詳情請參閱「向量索引限制」。