适用于生成式 AI 应用的向量搜索

本页介绍了 Memorystore for Valkey 如何通过使用向量搜索功能来支持存储和查询生成式 AI 应用（例如检索增强生成 [RAG] 和 LangChain）的向量数据。

将向量搜索与 LangChain 搭配使用，实现生成式 AI

Memorystore for Valkey 上的向量搜索功能与开源 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 Valkey 中生成式 AI 的向量搜索优势

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 Valkey 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 Valkey 中使用向量搜索来实现生成式 AI 的方法

Memorystore 还提供两种不同的搜索方法，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，FLAT 方法可生成精确答案，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 Valkey 可能是您的最佳选择。