本页介绍了 Memorystore for Redis Cluster 如何通过使用向量搜索功能，支持为生成式 AI 应用（例如检索增强生成 [RAG] 和 LangChain）存储和查询向量数据。
将向量搜索与 LangChain 搭配使用，实现生成式 AI
Memorystore for Redis Cluster 上的矢量搜索与开源 LLM 框架 LangChain 兼容。将向量搜索与 LangChain 搭配使用，可为以下应用场景构建解决方案：
- RAG
- LLM 缓存
- 推荐引擎
- 语义搜索
- 图片相似度搜索
Memorystore for Redis Cluster 中生成式 AI 的矢量搜索功能带来的优势
与其他 Google Cloud 数据库相比，使用 Memorystore 存储生成式 AI 数据的优势在于其速度。Memorystore for Redis Cluster 上的向量搜索利用多线程查询，可在低延迟下实现高查询吞吐量 (QPS)。
在 Memorystore for Redis Cluster 中使用矢量搜索实现生成式 AI 的方法
Memorystore 还提供两种不同的搜索方法，可帮助您在速度和准确率之间找到合适的平衡点。分层可导航小世界 (HNSW) 选项可提供快速的近似结果，非常适合近似匹配就足够的大型数据集。如果您需要绝对精确度，那么 FLAT 方法会生成精确答案，但处理时间可能会稍长。
如果您想优化应用，以实现最快的向量数据读取和写入速度，那么 Memorystore for Redis Cluster 可能是您的最佳选择。