Vector Search 2.0

Vector Search 2.0 es un Google Cloud producto diseñado desde cero como un motor de búsqueda nativo de IA, totalmente gestionado y con ajuste automático. Aunque la búsqueda vectorial de Google Cloudes un potente sistema de índice como servicio de búsqueda de vecinos más cercanos aproximados (ANN), la búsqueda vectorial 2.0 evoluciona este concepto hasta convertirse en un sistema integral de almacenamiento y recuperación. En lugar de gestionar los índices como recurso principal, trabajarás con colecciones de objetos de datos.

La arquitectura del motor de búsqueda proporciona un motor de almacenamiento replicado y escalable, lo que convierte a la búsqueda vectorial 2.0 en una única fuente de datos unificada para tus aplicaciones de IA y elimina la necesidad de almacenamiento de datos auxiliar.

Estas son algunas de las principales ventajas de esta nueva arquitectura:

  • Fácil de usar para desarrolladores: empieza a usarlo rápidamente con bibliotecas de cliente intuitivas que requieren un mínimo de código. El sistema se ajusta automáticamente para mantener un rendimiento alto, abstrayendo la infraestructura subyacente para que no tengas que configurar máquinas virtuales ni réplicas.

  • Incorporación y evaluación rápidas: crea colecciones, añade tus datos y empieza a buscar rápidamente.

  • Almacenamiento de datos unificado: almacena, recupera y filtra tus documentos por similitud de vectores y datos de carga útil, todo en un mismo lugar.

  • Funciones potentes: rellena automáticamente los campos de inserción con modelos integrados, explora tus datos con funciones de consulta avanzadas, usa tus propias inserciones (BYOE) y crea índices rápidamente para mejorar el rendimiento.

  • Precios simplificados: los precios adaptables incluyen dos modelos: basado en el uso para cargas de trabajo más pequeñas y basado en los recursos para un rendimiento optimizado.

Vector Search 2.0 mantiene el alto rendimiento y la escalabilidad masiva de Vector Search 1.0, lo que facilita el inicio y la escalada.

Conceptos

Antes de empezar, es útil que conozcas los siguientes conceptos de Vector Search 2.0:

  • Colección: contenedor de un conjunto de objetos JSON relacionados. Es similar a una tabla de una base de datos relacional. Puedes crear muchas colecciones en una sola base de datos.

  • Objeto de datos: un objeto JSON individual almacenado en una colección.

  • Collection: schema: define la estructura y las restricciones de los objetos de datos de una colección. Se puede configurar para validaciones de esquemas estrictas y flexibles.

  • Índice de colección: permite realizar búsquedas eficientes del elemento aproximado más cercano (ANN) en los objetos de datos de una colección. Una colección puede tener varios índices, como uno para cada campo de vector de tus objetos de datos.

Siguientes pasos